首先我想说，即使没有Prolog经验，AI大神们也可能回答这个问题。

优秀的《人工智能Prolog编程》一书中有一个非常简洁巧妙的极小极大算法实现：

minimax( Pos, BestSucc, Val)  :-  moves( Pos, PosList), !,               % Pos 的合法移动产生 PosList  best( PosList, BestSucc, Val)   ;   staticval( Pos, Val).                 % Pos 没有后继节点：静态评估 best( [ Pos], Pos, Val)  :-  minimax( Pos, _, Val), !.best( [Pos1 | PosList], BestPos, BestVal)  :-  minimax( Pos1, _, Val1),  best( PosList, Pos2, Val2),  betterof( Pos1, Val1, Pos2, Val2, BestPos, BestVal).betterof( Pos0, Val0, Pos1, Val1, Pos0, Val0)  :-        % Pos0 比 Pos1 更好  min_to_move( Pos0),                                    % MIN 在 Pos0 中移动  Val0 > Val1, !                                         % MAX 更喜欢更大的值  ;  max_to_move( Pos0),                                    % MAX 在 Pos0 中移动  Val0 < Val1, !.                                % MIN 更喜欢更小的值 betterof( Pos0, Val0, Pos1, Val1, Pos1, Val1).           % 否则 Pos1 比 Pos0 更好

然而，作者并没有过多地描述它，我想知道 min_to_move/1 和 max_to_move/1 是什么。

谁能为我解释一下这些吗？

提前感谢！

回答：

显然，当且仅当“最小化”玩家需要在位置 Pos 中移动时，min_to_move(Pos) 为真。 max_to_move/1 则相反。 就我个人而言，我发现这里描述的编码风格不是很好。 例如，在几个场合，if-then-else ((->)/2 和 (;)/2) 似乎更适合表达意图。 谓词名称也可以更具描述性（例如考虑使用“positions_best/2”来描述位置列表和最佳选择之间的关系，而不仅仅是“best/3”）并且更具可读性（例如，除了比例如“better_of”更难阅读之外，“betterof”是什么？）。