我正在尝试优化一个函数，但是该函数可能很嘈杂，并且对于相同的参数会给出不同的结果。此外，它需要在线，因为每次新迭代的数据发生得很慢（并且从没有数据开始）。

我使用了梯度下降，它有时会起作用，但由于噪声，即使这样也不是很好。我认为必须有一种更智能的算法，它使用先前迭代的历史来更好地估计正在优化的新参数，而不是仅仅依赖于对前一个参数的更改。

有人可以告诉我一个简单的算法，我可以用它来做到这一点吗？我一直在尝试寻找强大的在线优化算法，但没有取得太大的成功。提前致谢。