メタ評価関数みたいなのは農工大がやってましたよ

>「使用する評価関数を選択する OR 評価関数のパラメータを状況に合わせて変更する」

ちょっと違うのかもしれんけど、こういうのは過去に農工大がやってたようです。
GPWの論文として、国会図書館で読んだんですが、

たとえば評価A,B,C,D,E,Fみたいな特徴に重みをかけた複数の評価があるとして

A+B+C+D+E+Fが普通ですが、さらに

((A+B)/C)+D*(E-F)とか

((A-B+C)+(D-E)*Fとか

とか四則演算的に様々な結合方式で表現しておいて、それを(A+B+C)+D*(E+F)で固定な将棋と戦わせて
学習すると、最適な組合せの「演算子」を学習するって感じの論文でした。
ちょっとタイトルが判らないので検索できないけど、ネットに論文が上がってるかもしれません。