Normal
Nehmen wir mal Spieler 1 (weiß) mit einer Suchtiefe von 1 an (negaMax(1,1)). Es wird ein möglicher Zug ausgeführt und anschließend wird negaMax rekursiv aufgerufen, diesmal mit dem Gegenspieler (schwarz), also negaMax(-1,0). Damit wird der Zug aus Sicht des Gegenspielers bewertet. Das Ergebnis dieses Aufrufs wird daher invertiert.Die Bewertungsfunktion muss also das Ergebnis für den jeweiligen Spieler angeben. Es reicht z. B. nicht, zu überprüfen, ob ein Matt besteht, denn die Frage ist ja, wer mattgesetzt wurde. Nehmen wir mal an, der weiße Spieler wäre mattgesetzt. Dann ist die Bewertung für den weißen Spieler schlecht (z. B. -100) und im gleichen Maße für den schwarzen gut (+100). Genau umgekehrt verhält es sich, wenn der schwarze Spieler mattgesetzt würde.
Nehmen wir mal Spieler 1 (weiß) mit einer Suchtiefe von 1 an (negaMax(1,1)). Es wird ein möglicher Zug ausgeführt und anschließend wird negaMax rekursiv aufgerufen, diesmal mit dem Gegenspieler (schwarz), also negaMax(-1,0). Damit wird der Zug aus Sicht des Gegenspielers bewertet. Das Ergebnis dieses Aufrufs wird daher invertiert.
Die Bewertungsfunktion muss also das Ergebnis für den jeweiligen Spieler angeben. Es reicht z. B. nicht, zu überprüfen, ob ein Matt besteht, denn die Frage ist ja, wer mattgesetzt wurde. Nehmen wir mal an, der weiße Spieler wäre mattgesetzt. Dann ist die Bewertung für den weißen Spieler schlecht (z. B. -100) und im gleichen Maße für den schwarzen gut (+100). Genau umgekehrt verhält es sich, wenn der schwarze Spieler mattgesetzt würde.