我正在为游戏的标准8 * 8草稿版本编写跳棋AI。  该状态被表示为一个镜头，带有代表列表板上零件的坐标列表。我想做的就是按照此伪代码进行Min-Max搜索。

function minimax(position,depth,maximizingPlayer)
   if depth == 0 or game over in position
        return static evaluation of position

   if maximizingPlayer
         maxEval = -infinity
         for each child of position
              eval = minimax(child,depth-1,False)
              maxEval = max(maxEval,eval)
         return maxEval
   else 
          minEval = +infinity
          for each child of position
              eval = minimax(child,true)
              minEval = min(minEval,eval)
         return minEval

根据我的理解，在我的情况下，position将是GameState。因此，在我的程序中，我想再次调用minimax的所有子级上的GameState，每个子级只是一个GameState并对其应用了移动。最终，我将达到深度0，在该深度中，我将返回一个启发式函数，该函数已进行计算。我受困的地方是如何在移动后迭代每个可能的GameState。我有一个函数可以计算特定GameState可以做出的所有可能动作，但是我仍然坚持如何遍历所有这些动作，并使用应用了每个动作的新GameState调用minimax。 / p>

回到伪代码，我知道child是一个函数调用applyMove，它接受​​Move和当前的GameState，并返回带有新棋子位置的GameState。每个“孩子”将因不同的举动而成为不同的GameState。我对Haskell来说还很陌生，我知道我可能需要为此使用折叠。但是我只是坚持如何编写它，我找不到很多可以轻松地与自己的情况相关的示例。任何建议/提示都将不胜感激。

移动列表看起来像这样：[[(1,2),(2,3)],[(3,6),7)]]的{​​{1}}和child的{​​{1}}将成为应用移动之后的GameState，例如

GameState。