今は1.0から始めて徐々に小さくしていますが、これをちょっと変えようかとも考えています。
変更のルールは決め打ちで、勝ったら少し小さく、負けたら少し大きくする、という方法。
これだと、勝った後は同じ手を選択して無難に勝ちにいく、負けたらランダムに行動する確率を高くして勝ちパターンを探す、という動作になるはずです。
ただ、本当にそれで上手く行くのかとか、修正の幅をどうするかとか、色々考えなきゃいけない事もあります。
そういう訳で今は実装せずに、少し時間を置いて検討してから実装するかどうか決めます。