大师模式是一种强化学习算法，调整参数是为了让算法在学习过程中更好地适应环境。首先，需要确定合适的学习率，使得算法能够平衡探索和利用的效果。

其次，需要设置合适的折扣因子来考虑未来奖励的价值。

然后，可以通过调整探索策略、节点扩展策略等来改善算法的性能。

最后，在实验中逐步调整参数，观察算法的性能变化来确定最佳的参数设置。调整参数需要反复试验，并结合领域专家的意见和理论知识进行分析。