在（含噪）迭代囚徒困境中平衡合作性与适应性

自Axelrod的开创性工作以来，竞赛一直是评估迭代囚徒困境（IPD）中策略的主要基准。在这项工作中，我们首先提出一种用于IPD的策略，当在Axelrod库中的239种策略上进行评估、且IPD噪声水平从0%到10%时，该策略优于以往的竞赛冠军。我们策略背后的基本思想是：先玩一种宽恕无端背叛的以牙还牙（tit-for-tat）变体（若背叛率未显著高于噪声水平则宽恕），同时建立对手的（记忆-1）模型；然后切换到对对手模型最优适应的策略。接着我们指出，上述策略（像其他著名策略一样）缺乏一些竞赛未能充分检验、但在其他情境下相关的可取性质：我们希望策略能自我合作，即即便在高噪声水平下也能以高概率与自身克隆合作；并且希望它能诱导合作，即针对它的最优应对应以高概率合作。我们表明，通过在适当条件下从适应对手的策略回退到宽恕的以牙还牙策略，可以以竞赛性能上的适度代价保证这些性质。