TRust-BO

今手元にあるハードウェアだけで動くベイズ最適化。

TRust-BOはCFDソルバーではありません。 最適化ループの中で動作するツールであり、 CFDソルバー自体を置き換えるものではなく、設計探索中に必要なCFD実行回数を減らします。

なぜ作ったか

最良の設計に、最良のハードウェアは要らないはずだ。

CFD最適化は長らくHPCクラスタやワークステーション、組織的な予算に縛られてきた —— それらは優れたツールだが、多くの人の手には届かない。 TRust-BOは、ある高校生が実際に抱えていた課題を解くために作られた: Formula Studentカーの空力を、GPUなしのラップトップで最適化すること。目標は、ベイズ最適化をどこでも動くほど高速に、博士号なしで使えるほどシンプルに、そして実際の設計現場で意味を持つほど正確にすることだ。

TRust-BOは、Rustで実装したトラスト領域ベイズ最適化エンジンを、PyO3経由でPythonに公開したものだ。 GPU不要、クラウド不要。pip install trust-bo してローカルで実行できる。

正確に何をするか: 高次元(50D以上)、またはノイズあり・制約ありの問題(実CFDなど)において、 TRust-BOはBoTorch TuRBO比で5〜10倍高速でありながら、同等以上の品質を達成する。低次元・滑らか・小予算の問題ではGPベースの手法(BoTorch, HEBO)の方が通常優れており、 TRust-BOは万能最良を主張しない。正直なデータに基づく評価は docs/PERFORMANCE_ASSESSMENT.md(英語)を参照。

ベンチマークの範囲(比較する前に読むこと): 以下の結果は BoTorch TuRBO, CMA-ES, Random Search, NSGA-II との比較で測定したものだ。SAASBO(強力な高次元BOベースライン) との比較は今後の課題。CFDベンチマークは3シード、多目的は2シードであり、統計的な厳密性のためにさらにシード数を増やす予定。

他手法との比較

特徴	TRust-BO	BoTorch	HEBO	Optuna
GPU必須	✗	任意	✗	✗
CPU最適化されたコア	✓ (Rust)	△	△	✓
高次元対応(50D+)	✓	✓	△	△
最小限のask/tell API	✓	△	△	✓
CFDワークフロー特化	✓	✗	✗	✗

BoTorchやOptunaもCFD駆動の最適化に使うことはできる。TRust-BOは学生や小規模なエンジニアリングチーム向けに、軽量・CPU優先のワークフローを念頭に設計されている点が特徴だ。

インストール

pip install trust-bo

ビルド済みホイール(abi3, Python 3.9以上)をLinux/macOS/Windows向けに配布しており、通常のインストールにはRustツールチェーンは不要。

ソースからビルドする場合(Rustツールチェーンが必要):

git clone https://github.com/K092203/TRust-BO
cd TRust-BO
python -m venv .venv && source .venv/bin/activate
pip install .

開発時はmaturinを使うと再ビルドが速い: pip install maturin && maturin develop --release。

使い方

from trust_bo import TRustBOEngine, Float

# 1. 探索空間を定義
space = [Float(f"x{i}", -5.0, 5.0) for i in range(10)]

# 2. エンジンを作成
engine = TRustBOEngine(space=space, direction="minimize", seed=42)

# 3. ask → evaluate → tell
for _ in range(20):                          # 20ラウンド × batch_size=10
    candidates = engine.ask(batch_size=10)   # 次の候補点を提案
    results = [
        {"value": your_cfd_solver(c), "feasible": True}
        for c in candidates
    ]
    engine.tell(candidates, results)         # 結果をエンジンへ返す

# 4. 最良の結果を取得
print(engine.best())
# {'parameters': {'x0': 0.12, ...}, 'objective_values': [3.47]}

制約付き

engine.tell(candidates, [
    {"value": solver(c), "feasible": constraint_ok(c)}
    for c in candidates
])

多目的最適化(パレート)

MultiObjectiveEngineで複数目的を同時に最適化する。method="ehvi"はRustで実装された閉形式の2目的Expected Hypervolume Improvementを使い、method="chebyshev"はスカラー化 (任意の目的数に対応)を使う。

from trust_bo import MultiObjectiveEngine, Float

space = [Float(f"x{i}", 0.0, 1.0) for i in range(20)]
engine = MultiObjectiveEngine(
    space=space, directions=["maximize", "minimize"],  # 例: Cl ↑, Cd ↓
    method="ehvi", seed=0,
)
for _ in range(15):
    cands = engine.ask(batch_size=4)
    results = [{"values": [cl(c), cd(c)], "feasible": True} for c in cands]
    engine.tell(cands, results)

print(engine.pareto_front())                 # 非劣解の設計群
print(engine.hypervolume(ref=[0.0, 0.05]))   # 品質指標

保存と再開

engine.save("study.zip")
engine = TRustBOEngine.load("study.zip")

Optunaサンプラーとして使う

TRust-BOをOptunaのサンプラーとしてそのまま使える。pip install optunaが必要。

import optuna
from trust_bo.integrations.optuna import TrustBoOptunaSampler

study = optuna.create_study(direction="minimize", sampler=TrustBoOptunaSampler(seed=42))

def objective(trial):
    x = [trial.suggest_float(f"x{i}", -5.0, 5.0) for i in range(10)]
    return sum(v**2 for v in x)

study.optimize(objective, n_trials=100)
print(study.best_value)

ベンチマーク

詳細データと手法: docs/BENCHMARK.md、 docs/PERFORMANCE_ASSESSMENT.md(いずれも英語)。比較対象はBoTorch TuRBO, CMA-ES, Random Search, NSGA-II。SAASBOとの比較は今後の課題。

合成高次元関数(得意分野)

Ackley / Rastrigin / Levy の50D・100D、予算100〜500、enable_phase2=True。値は小さいほど良い。品質はシード間の中央値best、速度はラウンドあたりの実時間。

条件	TRust-BO	BoTorch TuRBO	品質	速度
Ackley 50D, b=300	5.96	7.25	TRust	8.9×
Levy 50D, b=300	152.4	194.5	TRust	10.7×
Ackley 100D, b=300	7.13	8.51	TRust	5.7×
Levy 100D, b=300	284.1	723.2	TRust	5.7×
Ackley 50D, b=500	4.64	6.38	TRust	—

中予算条件18件中16件、budget=500では5件中5件でTRust-BOが勝ち、5〜10倍高速。唯一の敗北はbudget=100のRastrigin(小予算ではGPが有利)。

実CFD — 翼型形状最適化

H-1(NeuralFoil, 16D CST, Cl/Cd最大化, 10シード): クリーンなサロゲート、良設定問題。

手法	median Cl/Cd	best
BoTorch TuRBO	241.4	245.4
TRust-BO+P2	227.9	267.4
CMA-ES	223.3	265.5
Random	148.7	161.1

16D・滑らかな問題では中央値でBoTorchが上回るが、TRust-BOは単独最良設計に到達している。

測定は当時のデフォルトだったacquisition="ei"で実施。現在のデフォルトは"ts"であり、同じ滑らかなCST 16D Cl/Cd目的の別のA/Bでは"ei"に劣る (docs/BENCHMARK.md §15参照、上表とはシード・予算が異なるため、この227.9という数値そのものの再現は期待できない) — CFD形状の目的関数にはconfig={"acquisition": "ei"}を明示することを推奨。

H-2(SU2 RANS, 実ナビエ・ストークス方程式, 16D, 3シード): ノイズあり・メッシュ制約あり。

手法	median Cl/Cd	物理的に妥当な範囲のシード
TRust-BO+P2	171.6	3 / 3
BoTorch TuRBO	126.1	3 / 3
CMA-ES	774.6 ⚠	1 / 3
Random	316.1 ⚠	1 / 3

より難しくノイジーなRANS問題ではTRust-BOが優位(+36%)で、最も安定している。

⚠ SU2(H-2)の例についての注記: 上表の⚠値は、SU2パイプラインにfail-fast幾何検証 (最小厚み/面積、自己交差)とmin_cd下限を導入する前に測定された歴史的な値であり、現在のfeasibility判定では再現しない(既知の限界参照)。 クリーンで即使えるCFD例としてはNeuralFoil(H-1)パイプラインを推奨。

多目的(Cl↑とCd↓を同時に)

Rustで実装した閉形式2目的EHVI(Expected Hypervolume Improvement)とChebyshevスカラー化を SU2上で比較(budget=60、2シード): EHVIのmedian hypervolumeは0.0239 vs 0.0165(+45%)。 Chebyshevの方がパレートフロントの多様性は高い。詳細はdocs/BENCHMARK.md。

ネイティブPhase 2

純Rust実装のMatern 5/2マイクロGPがMLPアンサンブルの残差を最良点近傍でフィットし、終盤の精密化を行う。フラグ一つ、sklearn不要、追加依存なし:

engine = TRustBOEngine(space=space, config={"enable_phase2": True})

TRust-BOを使うべき場面: 高次元(50D+)、またはノイズあり/制約ありの問題、中〜大予算(100〜1000)、そしてCFDのように1評価が既に数分〜数時間かかり BOラウンドごとの実時間が重要になる場面。

動作原理

TRust-BOはTuRBO(トラスト領域ベイズ最適化)を、独自サロゲートで実装している:

コールドスタート → Halton準乱数サンプリング(n_init点)
ウォームパス     → MLPブートストラップ・アンサンブルサロゲート(5メンバー)
                 + トラスト領域内でのCross-Entropy Method(CEM)
                 + トラスト領域の動的更新(成功で拡大、失敗で縮小)

主な設計判断:

Rustコア — 内側ループ(サロゲート学習、CEM、TR管理)はPyO3経由でコンパイル済みRustが実行し、CPU負荷を低く抑える
ウォームスタート — サロゲートの重みをラウンド間でシリアライズし、学習時間を約41%削減
中立な中心の安定性 — TR中心は相対1%以上の改善がない限り動かず、小さな揺らぎによる不安定化を防ぐ
GPU不要 — burnのndarrayバックエンドを使用、最近のノートPC用CPUで十分

ロードマップ

現状(v0.3.0)

予定

SAASBOとの比較 + ベンチマークシード数の追加(統計的厳密性)
2目的を超える閉形式EHVI(Chebyshevスカラー化は既に任意の目的数に対応済み)
マルチTR(TuRBO-M) — 優先度は下げている。CFD規模の予算では単一TRの方が安定
軽量エンジニアリング設計向けBOに関するリサーチ・レポート

FAQ

TRust-BOはCFDソルバーですか?

いいえ。TRust-BOは外部のCFDソルバーと一緒に動く最適化エンジンです。ナビエ・ストークス方程式は解きません。次にどの設計候補を評価すべきかを決定し、高価なCFD実行の総回数を減らします。

なぜBoTorchを使わないのですか?

BoTorchは優れており、はるかに柔軟です。TRust-BOはその代替ではなく、学生や小規模チーム向けの軽量CFD駆動ワークフローを念頭に置いた、シンプルなask/tell APIを持つ、より小さなCPU優先エンジンです。

実CFDでの検証実績はありますか?

はい、翼型形状最適化で検証済みです。NeuralFoil(H-1、高速な学習済み空力サロゲート)と SU2 RANS(H-2、実の定常ナビエ・ストークス方程式、Ma=0.3、Re=3×10⁶、SA乱流モデル) という2つのパイプラインを同梱しています。ベンチマークの節と docs/BENCHMARK.mdを参照してください。現時点の検証はSU2で3シードのみ — さらなるシード数とSAASBO比較を予定しています。

誰のためのツールですか?

学生、Formula Studentチーム、そしてHPCやGPUなしでCFD駆動の設計最適化に取り組みたい小規模エンジニアリングチーム。

BoTorch / HEBO / Optuna との関係は?

いずれも優れた最適化エンジンであり、TRust-BOはそれらの置き換えを目指していません。 CPUのみ・軽量で、CFD駆動のエンジニアリング設計ワークフロー向けにパッケージ化された最適化エンジンという特定のギャップに焦点を当てています。

既知の限界

GP比でのサロゲート精度: MLPブートストラップ・アンサンブルは不確実性の較正精度を速度と引き換えにしている。低次元・滑らか・小予算の問題ではGPベースの手法(BoTorch, HEBO)が通常上回る(16D NeuralFoilベンチマークで確認済み)。TRust-BOの優位性は50D以上、またはノイズあり/制約ありの問題にある。
ベンチマークシード数: 合成関数の結果は10シードだが、実CFD(SU2)は3シード、多目的は2シードと統計的には薄い。シード数の追加を予定している。
SAASBOとの比較は未実施: 強力な高次元BOベースラインであるSAASBOとのベンチマークは(環境上の制約で)未実施。主張はBoTorch TuRBO / CMA-ES / Random / NSGA-IIとの比較に限定される。
CFDのfeasibility判定には既知のギャップがある: SU2(H-2)パイプラインは現在、メッシュ生成前に不正な形状(最小厚み/面積、自己交差)をfail-fastで弾き、閾値未満の非物理的なCdを事後的に棄却するようになっており、以前見られた主要なアーティファクトの原因は塞いだ(docs/BENCHMARK.md §20.3参照)。ゼロから構築したFSAEフロントウィング実用検証パイプライン(65D、SU2 INC_RANS)で使うより粗い3Dフロントウィングメッシュには残存リスクがある (docs/BENCHMARK.md §24参照)。
多目的最適化はEHVIについて2目的まで: 閉形式EHVIは2目的限定。3目的以上ではChebyshevスカラー化を使うこと。
ウォームスタートの重み転送: サロゲートの重みは16進文字列(ラウンドあたり約1MB)としてシリアライズされる。機能するが非効率であり、バイナリ転送機構を予定している。
マルチTR(n_trs > 1)は実験的: 実装・テスト済みだが、CFD規模の予算では単一TRの方が安定するため優先度を下げている。

開発ログ

設計判断・フェーズごとの実験・ベンチマークの記録を含む完全な開発履歴は docs/DEVELOPMENT.md(日本語)にまとめている。

Contributing

貢献を歓迎する。現状は個人開発プロジェクトであり、バグ報告・実問題でのベンチマーク結果・ドキュメント・コードなど、どんな形の協力も心から歓迎する。

TRust-BOを実際のCFD問題に使って結果(良い結果でも悪い結果でも)を得た場合は、ぜひissueを開いて共有してほしい。現段階では実世界からのフィードバックが最も価値がある。

Provide feedback

Saved searches

Use saved searches to filter your results more quickly

TRust-BO

なぜ作ったか

他手法との比較

インストール

使い方

制約付き

多目的最適化(パレート)

保存と再開

Optunaサンプラーとして使う

ベンチマーク

合成高次元関数(得意分野)

実CFD — 翼型形状最適化

多目的(Cl↑とCd↓を同時に)

ネイティブPhase 2

動作原理

ロードマップ

現状(v0.3.0)

予定

FAQ

TRust-BOはCFDソルバーですか?

なぜBoTorchを使わないのですか?

実CFDでの検証実績はありますか?

誰のためのツールですか?

BoTorch / HEBO / Optuna との関係は?

既知の限界

開発ログ

Contributing

License

FilesExpand file tree

README.ja.md

Latest commit

History

README.ja.md

File metadata and controls

TRust-BO

なぜ作ったか

他手法との比較

インストール

使い方

制約付き

多目的最適化(パレート)

保存と再開

Optunaサンプラーとして使う

ベンチマーク

合成高次元関数(得意分野)

実CFD — 翼型形状最適化

多目的(Cl↑とCd↓を同時に)

ネイティブPhase 2

動作原理

ロードマップ

現状(v0.3.0)

予定

FAQ

TRust-BOはCFDソルバーですか?

なぜBoTorchを使わないのですか?

実CFDでの検証実績はありますか?

誰のためのツールですか?

BoTorch / HEBO / Optuna との関係は?

既知の限界

開発ログ

Contributing

License