Вы можете придерживаться оптимизации чистых параметров, но получить поведение ... Просто развивайте нейронные сети. Например, многослойный персептрон способен аппроксимировать все функции. Так что развивайте его параметры, такие как функция, которую он вычисляет, для достижения цели. И действительно, если вы используете достойный алгоритм и не имеете, скажем, более 100 параметров, вы можете получить что-то приятное. Обратите внимание, что нейронная сеть имеет реальные параметры, поэтому используйте эволюционный алгоритм, разработанный для реальных параметров. Я предлагаю CMA-ES, не требующий особых настроек, текущий победитель тестов и используемый в реальном мире.