据Ars Technica 2026年9月11日报道，研究人员用数学模型研究了一类策略会演化、回报随机变化的博弈，考察现实中不断变动的收益和后果如何影响选择。传统博弈通常在一个静态背景下进行：每种结果对应的回报保持不变。报道称，这种设定限制了博弈论与真实行为的关联，因为在现实生活中，战略选择的回报和后果始终在变化。
在这项研究中，研究人员把演化策略和随机变化的回报同时纳入模型，分析一系列博弈。囚徒困境被用作理解这类问题的经典框架。
报道回顾称，囚徒困境涉及两名被捕后分别接受审讯的窃贼。如果两人都保持沉默，他们会因较轻的罪行受到惩罚；如果其中一人达成协议，也就是背叛，那么该囚徒获释，另一人面临更重的刑罚；如果两人都达成协议，则两人都受到介于两者之间的惩罚。
在这一框架下，运行博弈的人可以为合作和背叛设定不同回报，以探索最优策略如何随回报和风险变化。参与者则可以通过在多轮博弈中调整策略，逐步发现更有利的做法。报道称，根据保持沉默即合作的回报与背叛回报之间的平衡，博弈最终会稳定在所有人背叛所有人的状态。在这种简单情形中，每个人都输。
报道将随机回报引入经典竞赛，意在让模型更贴近现实：现实中的奖励和惩罚并非固定不变，策略也不断调整。囚徒困境的例子表明，当合作回报与背叛诱惑的对比发生变化时，个体选择会随之改变，而所有参与者都采取背叛策略时，集体结果对每个人都不利。