Игры можно воспринимать как жизнь, из которой убрали все сложности, однако они дают возможность изучать причины, по которым люди принимают те или иные решения. В традиционных играх обстановка обычно остаётся неизменной: выигрыш за каждый исход фиксирован. Это снижает их ценность для анализа поведения, поскольку в реальности награды и последствия стратегических решений постоянно меняются. Теперь исследователи применили математическую модель для изучения серии игр, в которых стратегии развиваются, а выигрыши меняются случайным образом, сообщает Ars Technica.
Одним из самых известных примеров в теории игр считается дилемма заключённого. По её условиям двух пойманных воров допрашивают по отдельности. Если оба будут молчать, их накажут за менее тяжкое преступление. Если один заключённый пойдёт на сделку (предаст), то он выйдет на свободу, а второй получит более суровое наказание. Если же на сделку согласятся оба, каждый получит промежуточное наказание.
Тот, кто проводит игру, может задавать разные вознаграждения за сотрудничество и предательство, чтобы выяснить, как оптимальная стратегия зависит от выигрыша и риска. Игроки способны определить это, меняя свои стратегии на протяжении нескольких раундов. В зависимости от соотношения между выгодой от молчания (сотрудничества) и выгодой от предательства игра приходит к состоянию, когда все предают всех. В такой простой ситуации проигрывают все участники.
Похожие закономерности встречаются в игре «цыплёнок», «камень, ножницы, бумага» и других. Эволюция стратегий может приводить к устойчивым популяциям, бистабильным популяциям (когда популяция переключается между двумя устойчивыми стратегиями) или предельным циклам, при которых популяция непрерывно переходит от одной стратегии к другой.
Существует также богатая история изменения игры по ходу её проведения. Обычно такие изменения происходят внутри самой игры. Например, можно ограничить объём доступного выигрыша, чтобы стратегии учитывали всё более скудные ресурсы по мере увеличения числа раундов. Иными словами, большинство прежних работ изучало ситуации, где поведение игрока в текущем раунде меняло ресурсы или вознаграждения, доступные в следующем раунде.