دستيابي به همكاري از طريق يادگيري تقويتي چند عاملي در معماي زنداني تكرارشونده

امروزه معماي زنداني يكي از مسائل اوليه و مهم در نظريه بازي ها است. در اين معما نقطه تعادل نشي وجود دارد و چنانچه عامل ها منطقي رفتار كنند در آن نقطه بازي مي كنند؛ بدين منظور عامل ها بر اي دستيابي به سود بيشتر از بين دو عمل همكاري و عدم همكاري، عدم همكاري را انتخاب ميكنند. در حاليكه براي عامل ها نقطه بهتري نسبت به نقطه نش وجود دارد و آن هم اين است كه هر دو عامل همكاري را انتخاب كنند. بنابراين، در جهت افزايش ميزان همكاري عامل ها معماي زنداني به صورت معماي زنداني تكرارشونده با يك رويكرد يادگيري تقويتي در نظر گرفته شده است. نتايج مقاله نشان دهنده اين است كه رويكرد مورد نظر سبب افزايش ميزان همكاري عامل ها شده است و اگر عاملي همكاري را پيشه كند عامل ديگر نيز همكاري را انتخاب مي كند و بالعكس.