好吧，据我所知，模式识别也是其中的一个重要部分。发现另一个囚犯的习惯——他多久保持沉默一次，什么时候吸毒。你还必须将其与你自己的选择相互参照，以确定你做了什么让他做出某种反应。

我认为这比维基解释的要复杂一些。这不仅仅是囚犯在最后一次行动中所做的，而是在那之前的所有行动中，一直延伸到无限。

没有，因为你无法明确预测第二个囚犯的行为。

有各种各样的“解决方案”对第二名囚犯的行为做出了潜在但非常严格的假设，但对不受约束的问题却没有什么可说的（这就是为什么它会成为如此令人信服的困境）。

我的两分钱，考虑到你不能依赖第二个囚犯的行为，归根结底是：你是乐观主义者，还是愤世嫉俗者？这两个囚犯是要粘在一起（小偷中的荣誉），还是要一有机会就互相告发以保住自己的喉咙。。。？

此外，在迭代囚犯游戏中，最佳策略将根据游戏中的其他策略而变化。

在与一个总是有缺陷的球员的系列赛中，叛逃是最好的策略。当与可能合作的球员比赛时，最好的策略是报复，但偶尔会原谅。

我应该补充一点，这只适用于长度未知的游戏。任何已知长度的游戏都与单轮游戏相同。

试图为囚犯的困境找到一个最佳解决方案就像试图为Ro Sham Bo（石头剪刀）找到一个。你能做的最好的事情就是模仿你的对手，并尝试利用模式。

在博弈论和计算机科学的早期，约翰·冯·诺依曼和兰德公司花费了大量的精力，试图找到一个解决囚犯困境的最佳算法，但没有成功，最终在数学上证明了没有最佳解决方案。

啊，是的。这让我想起了这篇关于软件开发中的囚徒困境

对于算法PD竞争，请查看此处

这个也不错

囚犯困境的全部意义在于，你的最佳策略是背叛另一个囚犯。O（1）

从数学上讲，其他帖子回答了这个问题，但实际上，可能还有其他选择。无论这些选择多么荒谬，它们都会带来额外的结果可能性，并可能增加个人收益的机会。例如，在蝙蝠侠的案例中，这会破坏剧情，但他本可以杀死小丑——从而破坏小丑对结局的任何额外影响。通过让小丑活下来，蝙蝠侠无意中让小丑获得了他所需要的唯一“胜利”。

当你退一步考虑整个比赛时，比赛会变得更加有趣。例如，几年前，一支来自英国的球队赢得了一场PD锦标赛，该球队提交了多个参赛作品。他们中的一个是“主人”，另一个则是“奴隶”。他们都会从播放一系列特定的动作开始，这将允许主人和奴隶相互识别。一旦被识别，主设备将出现故障，而从设备将在剩余的迭代中进行协作。因此，主人赢得了比赛，但代价是奴隶。

这一策略在经济上是有意义的，因为第一名有货币奖励，但进入成本很低。

更普遍地说，在为TD锦标赛编写程序时，您需要着眼于大局：

1. how are the prizes awarded?
2. can you conspire with other contestants?
3. what are the costs of entry? penalties?

否则，是的，主要策略是在一杆PD中叛逃。正如其他人所提到的，阿克塞尔罗德在一系列比赛中表明，针锋相对是强有力的，但在这些比赛中，没有人想过与其他参赛者合谋。