C# 理解Minimax算法

我正在尝试为两人8x8棋盘游戏创建AI对手。经过一番研究，我发现极大极小算法足够方便地完成这项工作。我正在创建的AI对手将与其他AI对手或人类对抗

我对理解极小极大算法有疑问

我正试图创建一个AI对手，但网络上的解释说，我需要为两个玩家（最小玩家和最大玩家）编写代码，正如我从下面的伪代码中所理解的那样

MinMax (GamePosition game) {
  return MaxMove (game);
}

MaxMove (GamePosition game) {
  if (GameEnded(game)) {
    return EvalGameState(game);
  }
  else {
    best_move < - {};
    moves <- GenerateMoves(game);
    ForEach moves {
       move <- MinMove(ApplyMove(game));
       if (Value(move) > Value(best_move)) {
          best_move < - move;
       }
    }
    return best_move;
  }
}

MinMove (GamePosition game) {
  best_move <- {};
  moves <- GenerateMoves(game);
  ForEach moves {
     move <- MaxMove(ApplyMove(game));
     if (Value(move) > Value(best_move)) {
        best_move < - move;
     }
  }

  return best_move;
}

MinMax（游戏位置游戏）{
返回MaxMove（游戏）；
}
MaxMove（游戏位置游戏）{
如果（游戏结束（游戏））{
返回EvalGameState（游戏）；
}
否则{
最佳移动<-{}；
移动您只需在最坏的情况下为两名玩家搜索最佳解决方案，这就是为什么它被称为minmax，您不需要更多：

function minimax( node, depth )     
   if node is a terminal node or depth <= 0:        
       return the heuristic value of node  

   α = -∞    
   foreach child in node:          
      α = max( a, -minimax( child, depth-1 ) )  

   return α

最好先使用没有很多位置的游戏（例如tic tac toe）.
人工智能必须想象人类玩家将如何应对自己的移动。你不必。我见过的一些实现使用单个BestMove函数，只需翻转分数符号。但是，如果你想用Alpha-Beta修剪来增加MiniMax，它可能会变得混乱。
function negamax( node, depth, α, β, color )  
   if node is a terminal node or depth = 0     
       return color * the heuristic value of node  

   foreach child of node          
       value = -negamax( child, depth-1, -β, -α, -color )  

   if value ≥ β                
      return value /** Alpha-Beta cut-off */  

  if value ≥ α       
     α = value              

  return α