推断合作还是不合作：具有贝叶斯推断策略的演化博弈

在重复博弈中维持合作并防止自私主体剥削的策略大多局限于马尔可夫策略，即主体的响应依赖于上一轮的行动。此类策略的特点在于缺乏学习。然而，随着时间积累证据并利用证据动态更新我们的响应是生物体的一个关键特征。贝叶斯推断为这种基于证据的学习机制提供了框架。因此，理解基于贝叶斯学习的策略在与马尔可夫策略的重复博弈中表现如何势在必行。在此，我们考虑这样一种情景：贝叶斯博弈者利用对手在多轮中行动的累积证据，持续更新她关于反应性对手策略的信念。贝叶斯博弈者随后可以以不同方式依据其推断信念行动。通过研究具有此类贝叶斯推断策略的重复囚徒困境博弈（在无限和有限种群中），我们确定了此类策略能够演化稳定的条件。我们发现，相较于关于对手策略的推断信念不那么利他的贝叶斯策略，能够胜过更大范围的反应性策略；而比推断信念更宽容的贝叶斯策略，在相互合作收益-成本比高时更为成功。我们的分析揭示了，通过贝叶斯推断学习对手策略（而非效用最大化）从长远来看如何有益于防止被反应性策略剥削及最终入侵。