以策略间排斥机制替代昂贵进化算子，优化高质量且行为多样的策略群体。
推荐理由：方法将质量多样性搜索改写为可微的群体策略梯度，用行为排斥维持差异，意在绕开变异和交叉在大策略空间中的高昂扩展成本。
阅读原文