下载：JAVA进阶训练营（2021最新版）问题描述囚徒困境是博弈论中的一个经典问题。有两名犯人隐瞒不报的盗窃案。在审讯过程中，每个犯人都可以选择拒不承认或者坦白。情境就是两个犯人给出自己的策略算作一种情境，然后根据情境的排列组合，有反抗、反抗招供、反抗反抗、招供、招供。认罪的人都将被判处3年徒刑。如果一方供认，另一方抗拒，抗拒的一方将被判处5年徒刑，并释放供词。游戏中的人：抵抗或坦白的两种囚犯策略。效用函数矩阵。每个人都会选择最大化自身利益的最大化策略。那么对于犯人来说，最大的好处就是服最短的刑期。为此，什么样的策略是合理的？在为一个犯人（犯人A）制定策略时，还需要考虑另一个犯人（犯人B）的策略选择，那么犯人B的选择就有两种可能：反抗或认罪，称为犯人B这里。如果犯人B认罪的前提是犯人A认罪的话要服刑3年，反抗的话要服刑5年，所以A最好的选择就是认罪。假设在前面的策略中，犯人A选择反抗，犯人B选择坦白，收益为0。当犯人A选择坦白，犯人B也会选择坦白，以获得最大利益。不管犯人B采取什么策略，招供都是犯人A对犯人A的主导策略。两个囚徒都不能通过单方面改变策略来增加自己的利益，因此也没有放弃这种策略组合的动机。DominantStrategy在选择策略时，当一种策略的效用总是大于所有其他策略的效用时，我们称这种策略为DominantStrategy。占优策略纳什均衡当所有参与者的最优反应选择自己的占优策略时，此时达到的纳什均衡称为占优策略纳什均衡。
