支配新颖性搜索：重新思考质量-多样性中的局部竞争

质量-多样性（Quality-Diversity）是一类进化算法，通过受自然进化启发的局部竞争原则生成多样化且高性能的解。尽管研究一直侧重于改进质量-多样性算法的特定方面，但令人惊讶的是，很少有人关注探索局部竞争本身的替代形式——这是将质量-多样性与传统进化算法区分开来的核心机制。大多数方法通过固定网格或非结构化档案等显式收集机制来实现局部竞争，这施加了需要预定义边界或难以调整参数的人为约束。我们证明，质量-多样性方法可以重新表述为遗传算法，其中局部竞争通过适应度变换而非显式收集机制发生。基于这一见解，我们引入了支配新颖性搜索（Dominated Novelty Search），这是一种通过动态适应度变换实现局部竞争的质量-多样性算法，消除了对预定义边界或参数的需求。我们的实验表明，支配新颖性搜索在标准质量-多样性基准测试中显著优于现有方法，同时在高维和无监督空间等具有挑战性的场景中保持了其优势。