我已经创建了一个可以播放奥赛罗的小型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与此参数的不同值进行比较。这会让我知道这两个值中的哪一个更好。
优化此参数的优秀算法是什么？
（我更喜欢有一些研究或出版物的算法，以深入了解为什么或什么时候效果最好。）
答案 0 :(得分：1)
根据遗传算法的顺序考虑一些事情，其中程序与自身一起玩，并且保持优胜者比例，并且稍微变化。跟踪价值观。随着时间的推移，它可能会收敛到最好的＆＃39;平衡。