Map-elitesは適用問題に対して、あらかじめ設定した特徴空間におけるエリート解を保持することで多様性の維持と解探索を行う手法で、多足ロボットやロボットアーム設計などの多様な解生成が望まれる問題に適用されているが、従来の進化的計算手法で扱われる関数最適化問題などでも十分な効果が発揮されると報告されている。しかし、Map-elitesは特徴空間を幅広く探索を行うため、局所的な探索を行うためには十分な試行回数を確保する必要があるという課題がある。本研究では特徴空間の被覆率を指標として局所的探索を行う手法を提案し、ベンチマーク問題に適用した結果を報告する。