我创建了一个可以玩奥赛罗的小型AI程序。我使用的算法 (MCTS UTC( 有一个参数，我可以在其中调整探索与开发比率。这是一个从 0 到 10 的单个浮点值(无穷大是可能的，但高值没有多大意义(
我可以轻松地让算法使用此参数的不同值与自身进行对比。这将使我知道这两个值中哪个更好。
优化此参数的好算法是什么？
(我更喜欢一种有一些研究或出版物的算法，以深入了解它为什么或何时效果最好。
遗传算法的顺序，其中程序与自己一起玩，获胜者比率保持不变，并且略有变化。 跟踪值。 随着时间的推移，它可能会收敛到"最佳"平衡。
javascript python java c# php android html jquery c++ css ios sql mysql arrays asp.net json python-3.x ruby-on-rails .net sql-server django objective-c excel regex ruby linux ajax iphone xml vba spring asp.net-mvc database wordpress string postgresql wpf windows xcode bash git oracle list vb.net multithreading eclipse algorithm macos powershell visual-studio image forms numpy scala function api selenium