やっぱりもうちょっと温度高めでやってみます

　目標探査回数2回だと探査が少なすぎて局所最適にはまってる感じがするんで、もうちょい探査多めでリトライします。

　んで、温度調整を探査回数ベースから探査率ベースに書き換えて、目標探査率10％で学習用マシンに投入。

　他の評価関数とかの設定は以前のとおり、現状実装しているもの全部入り。