Axelrod – 迭代囚徒困境研究工具
Axelrod 是一个用于研究迭代囚徒困境（Iterated Prisoner's Dilemma）的 Python 研究工具。它提供了丰富的策略库、锦标赛运行框架以及结果分析功能，帮助学者和爱好者探索合作与背叛的演化动态。该项目支持自定义策略、重现经典实验，并可视化策略间的交互模式。
背景速读
- Axelrod 是一个开源的 Python 研究工具包，用于模拟和分析“迭代囚徒困境”（Iterated Prisoner's Dilemma, IPD）——博弈论中一个经典模型，模拟两个玩家在多次回合中选择“合作”或“背叛”，各自根据双方选择获得不同收益。
- 该工具包以政治学家 Robert Axelrod 命名，他曾在 1980 年代举办著名的 IPD 锦标赛，证明“以牙还牙”（Tit-for-Tat）等简单策略在长期互动中表现出色，奠定了合作演化理论的基础。
- 项目内含数百种预置策略（从经典算法到机器学习模型），支持大规模锦标赛、策略演化、结果可视化等功能，主要用于学术研究、教学和博弈论实验。
- 对于不熟悉博弈论的读者：囚徒困境的关键在于，单次博弈中背叛始终是占优策略，但多次重复博弈中合作可以成为理性选择——这一悖论为理解人类合作行为、国际关系、生物演化等提供了数学框架。