囚徒困境是博弈論的非零和博弈中具代表性的例子，反映個人最佳選擇並非團體最佳選擇。雖然困境本身只屬模型性質，但現實中的價格競爭、環境保護等方面，也會頻繁出現類似情況。
(非零和博弈非零和博弈是一種非合作下的博弈，博弈中各方的收益或損失的總和不是零值，它區別於零和博弈。在經濟學研究中很有用。在這種狀況時，自己的所得並不與他人的所失的大小相等，連自己的幸福也未必建立在他人的痛苦之上，即使傷害他人也可能“損人不利己”，所以博弈雙方存在“雙贏”的可能，進而合作。非零和博弈的例子：譬如，在戀愛中一方受傷的時候，對方並不是一定得到滿足。也有可能雙方一起能得精神的滿足。也有可能雙方一起受傷。通常，彼此精神的損益不是零和的。)

1950年，由就職於蘭德公司的梅里爾·弗勒德（Merrill Flood）和梅爾文·德雷希爾（Melvin Dresher）擬定出相關困境的理論，後來由顧問艾伯特·塔克（Albert Tucker）以囚徒方式闡述，並命名為「囚徒困境」。經典的囚徒困境如下：警方逮捕甲、乙兩名嫌疑犯，但沒有足夠證據指控二人入罪。於是警方分開囚禁嫌疑犯，分別和二人見面，並向雙方提供以下相同的選擇：

• 若一人認罪並作證檢控對方（相關術語稱「背叛」對方），而對方保持沉默，此人將即時獲釋，沉默者將判監10年。


• 若二人都保持沉默（相關術語稱互相「合作」），則二人同樣判監半年。


• 若二人都互相檢舉（互相「背叛」），則二人同樣判監2年。

用表格概述如下：

	甲沉默（合作）	甲認罪（背叛）
乙沉默（合作）	二人同服刑半年	甲即時獲釋；乙服刑10年
乙認罪（背叛）	甲服刑10年；乙即時獲釋	二人同服刑2年

二人面對的情況一樣，所以二人的理性思考都會得出相同的結論——選擇背叛。背叛是兩種策略之中的支配性策略。因此，這場博弈中唯一可能達到的納什均衡，就是雙方參與者都背叛對方，結果二人同樣服刑2年。 
這場博弈的納什均衡，顯然不是顧及團體利益的帕累托最優解決方案。以全體利益而言，如果兩個參與者都合作保持沉默，兩人都只會被判刑半年，總體利益更高，結果也比兩人背叛對方、判刑2年的情況較佳。但根據以上假設，二人均為理性的個人，且只追求自己個人利益。均衡狀況會是兩個囚徒都選擇背叛，結果二人判決均比合作為高，總體利益較合作為低。這就是“困境”所在。例子華麗地證明瞭：非零和博弈中，帕累托最優和納什均衡是相衝突的。所以在單次的囚徒困境中，所謂的理性選擇卻不是最佳選擇。

羅伯特·阿克塞爾羅德在其著作《合作的進化》中，探索了經典囚徒困境情景的一個擴展，並把它稱作“重覆的囚徒困境”（IPD）。在這個博弈中，參與者必須反覆地選擇他們彼此相關的策略，並且記住他們以前的對抗。阿克塞爾羅德邀請全世界的學術同行來設計電腦策略，並在一個重覆囚徒困境競賽中互相競爭。參賽的程序的差異廣泛地存在於這些方面：演算法的複雜性、最初的對抗、寬恕的能力等等。

阿克塞爾羅德發現，當這些對抗被每個選擇不同策略的參與者一再重覆了很長時間之後，從利己的角度來判斷，最終“貪婪”策略趨向於減少，而比較“利他”策略更多地被採用。他用這個博弈來說明，通過自然選擇，一種利他行為的機制可能從最初純粹的自私機制進化而來。

最佳確定性策略被認為是“以牙還牙”，這是阿納托爾·拉波波特（Anatol Rapoport）開發並運用到錦標賽中的方法。它是所有參賽程序中最簡單的，只包含了四行BASIC語言，並且贏得了比賽。這個策略只不過是在重覆博弈的開頭合作，然後，採取你的對手前一回合的策略。更好些的策略是“寬恕地以牙還牙”。當你的對手背叛，在下一回合中你無論如何要以小概率（大約是1%-5%）時而合作一下。這是考慮到偶爾要從循環背叛的受騙中復原。當錯誤傳達被引入博弈時，“寬恕地以牙還牙”是最佳的。這意味著有時你的動作被錯誤地傳達給你的對手：你合作但是你的對手聽說你背叛了。

通過分析高分策略，阿克塞爾羅德指定了策略獲得成功的幾個必要條件。

友善

最重要的條件是策略必須“友善”，這就是說，不要在對手背叛之前先背叛。幾乎所有的高分策略都是友善的。因此，完全自私的策略僅僅出於自私的原因，也永遠不會首先打擊其對手。

報複

但是，阿克斯洛德主張，成功的策略必須不是一個盲目樂觀者。要始終報複。一個非報複策略的例子是始終合作。這是一個非常糟糕的選擇，因為“下流”策略將殘酷地剝削這樣的傻瓜。

寬恕

成功策略的另一個品質是必須要寬恕。雖然它們不報複，但是如果對手不繼續背叛，它們會一再退卻到合作。這停止了報複和反報複的長期進行，最大化了得分點數。

不嫉妒

最後一個品質是不嫉妒，就是說不去爭取得到高於對手的分數（對於“友善”的策略來說這也是不可能的，也就是說“友善”的策略永遠無法得到高於對手的分數）。

因此，阿克塞爾羅德得到一種給人以烏托邦印象的結論，認為自私的個人為了其自私的利益會趨向友善、寬恕和不嫉妒。阿克塞爾羅德關於重覆囚徒困境的研究的重要結論之一，是友善的家伙能先完成交易。

如果將博亦分成「零和」與「非零和」兩種，則往往發現，零和遊戲最難達到「一報還一報」的合作關係。因此，「零和」的抗爭，在一點善意中，便可以被轉化為「非零和」，比方現 代社會中的離婚。只是當事人雙方各自找了委託人之後，往往讓一「非零和」的可 能性轉為非「零和」不可，而最後肥了律師，瘦了委託人。怎麼樣才可能讓人們產
生把一「零和」遊戲轉為「非零和」的善意呢？一個很重要的是，阿克塞爾羅德稱之為
「未來的影子」。也就是遊戲是反覆式的，確實的遊戲回合數無法知道，但可以
被估計。越接近結束時，人們往往越可能 採取理性的背叛策略，因此，只要讓人們
估計遊戲時間越長，則越可能採取好的、寬恕、較無嫉妒心的策略。 

這種「未來的影子」的概念，便可以用來解釋愛情中，當雙方都對未來抱持著長久的打算之時，往往可以得到一個雙贏的結果。或許我們不用討論人性是善還是惡，因為這可能不是很重要，就算自私，像個好人還是會出頭的。