真實工程中的問題形態高度異質:控制與決策任務需要與不斷變化的環境持續互動,結構設計任務需要在可變長度的程式與表達式空間中搜尋,資源分配與路徑規劃任務則要在離散的排列與限制條件中求解。如果為每一類問題單獨重建一套系統,評價介面、狀態儲存、算子庫與算力調度都要重複實作,工程遷移成本極高。統一底座的核心思路,就是用同一套演化基礎設施承載這些異構任務,讓多領域應用共享評價、狀態、算子與算力管理。
統一底座由三根支柱構成:開放接入(用統一的註冊與介面規範接入任務)、張量化執行(把候選解組織為批次,批次並行評價)、執行時調度(在異構算力上分配任務並維護狀態)。三者共同保證跨領域復用,也解釋了為什麼「為強化學習、遺傳程式設計及組合優化提供了統一的開放接入底座」這一能力值得單獨討論。
三類典型任務如何落到同一底座
- 強化學習:底座提供並行環境互動能力,支援多環境實例批次取樣、一批候選策略並行評價,並與演化優化形成閉環。
- 遺傳程式設計:底座支援程式樹等變長、層次化結構的演化,可在統一族群與評價流程中處理結構表示及其突變、交配。
- 組合優化:把離散決策、選擇、排列與限制條件目標適配為張量化求解,透過批次候選與並行評價提升搜尋吞吐量。
共享什麼,適配什麼
領域差異由適配層吸收:強化學習重在環境步進的並行,遺傳程式設計重在程式樹結構的演化,組合優化重在離散決策到張量的映射。三者共享底層 Runtime 調度與狀態管理——共享評價流程、狀態載體、算子組織方式與算力管理,而不是為每類問題重建系統。判斷邊界是否劃對,可以問一句:如果把某個領域的專有結構直接寫進共享調度邏輯,說明抽象層級選錯了。
本頁範圍
本頁聚焦「統一底座能支撐什麼」,不展開具體效能比較與調度器實作細節;後者留給後續計算效率與批次張量方法部分繼續討論。
