繰り返し囚人のジレンマ
2つの戦略を何回も対戦させ、累積スコアの伸びをアニメで観察します。ノイズや利得を変えると勝敗がひっくり返ります。
60
0 %
5
経過ラウンド
—
A の累積スコア
—
B の累積スコア
—
現在のリード
—
直近の手（C=協調 / D=裏切り）
累積スコアの推移（傾きが速いほど稼いでいる）
囚人のジレンマでは、2人が同時に協調（C）か裏切り（D）を選びます。
1回きりなら「相手が何をしても裏切った方が得」なので両者裏切り（DD）に陥りますが、
同じ相手と何度も繰り返すと話が変わります。
利得は
戦略を選んで「対戦スタート」を押し、しっぺ返しが長期的に強いこと、 そしてノイズを入れると報復の連鎖で勝敗が変わることを確かめましょう。
利得は
T > R > P > S（誘惑 > 協調報酬 > 罰 > 裏切られ損）。
ここでは R=3, P=1, S=0 固定で、裏切りの誘惑 T だけ動かせます。戦略を選んで「対戦スタート」を押し、しっぺ返しが長期的に強いこと、 そしてノイズを入れると報復の連鎖で勝敗が変わることを確かめましょう。
いま何が起きている？
ここがポイント
- 1回きりなら裏切りが最適 ── でも繰り返すと「協調を続ける関係」が双方に得になりうる。
- しっぺ返し（Tit for Tat）が頑健 ── 最初は協調、以後は相手の前手をそのまま返す。搾取に弱くなく仕返しも引きずらない。
- ノイズ（誤爆）が報復連鎖を生む ── 厳格なしっぺ返し同士でも1回の事故で協調と裏切りを交互に繰り返す報復の連鎖に陥り、スコアが伸びなくなる。
- 誘惑 T を上げると裏切りが魅力的に ── 利得表しだいで協調の安定性が崩れ、勝つ戦略が入れ替わる。