Evoluční algoritmy jsou založeny na základních principech biologické evoluce. Tyto algoritmy jsou známy tím, že mají tendenci konvergovat do lokálních optim a často nejsou schopny nalézt globální řešení. Jedním z návrhů řešení tohoto problému je algoritmus Novelty Seracó. Místo optimalizace objektivní funkce, se tento algoritmus soustředí na vznikající diverzitu v chování agentů v populaci. Tato práce přestavuje nový algoritmus, Sugar Searcó, který odměňuje agenty za jejich originální chování. Tato práce dále obsahuje první krok generalizace tohoto přístupu, Pixel Novelty. Výsledky experimentů ukazují, že oba tyto nově přestavené přístupy dousahují lepších výsledků než algoritmus Novelty Serach.