囚徒困境博弈Python

最近看了《囚徒的困境》这本书，里面提到了有关二难推论，我对佛勒德-德莱歇试验很感兴趣，故试着使用Python来模拟各种策略的结果

佛勒德和德莱歇认为纳什的平衡点可能是无法满足的。记住，所谓平衡点解是指以马后炮方式进行博弈时，在其他参与者选择已经确定的情况下，没有任何参与者对自己选择的策略表示后悔时的结果。但可能存在这样的情况，即平衡点未必是一个好的结果。

于是他们立即开始做实验。他们找来两个朋友，一个是加州大学洛杉矶分校的阿门·阿尔钦(以下简称为AA)，一个是兰德的约翰·威廉斯(以下简称JW)。并让他们在这个博弈中对抗，我们用以下回报表来表示这个博弈。

对表中的那些回报值你不必操心，它们是故意搞得叫人有些摸不着头脑，以便把平衡点隐藏起来的。

每个游戏者都要在不知道对方做何选择的情况下选择自己的策略。如果阿尔钦选策略1 (上- -行),威廉斯选策略1 (左边那列),那么罚阿尔钦1美分，威廉斯赢2美分(左上方格)。由于这是非零和博弈，赢家是从一个银行那里取到钱的，不管什么情况都不需要一个游戏者向另一个游戏者付任何东西。就像在钻石交易中那样，两个游戏者都发现，不管对方怎么做，他的两个策略中都有一一个 是更有利的:阿尔钦选他的策略2较好，而威廉斯选他的策略1较好。但当双方都选其“较好”策略时，他们都只能获得比较差的结果。实际上，他们两个如果都选其“最差”策略，结果反而是比段好的。

目前已有如下策略：

1. 全选背叛(ALL D)
2. 全选合作(ALL C)
3. 随机(RANDOM)
4. 一报还一报(TIT FOR TAT)
5. 90%一报还一报(90 PERCENT TIT FOR TAT )

下次继续