囚徒困境博弈矩阵

摘自《Notions of Reputation in Multi-Agents Systems: A Review》
对于一个囚徒困境，每个囚徒的行为集合如下：
Action = { cooperate, defect}
构建矩阵：
C D
C R,R S,T
D T,S P,P
R：都合作的利益
S：一方合作，一方背叛，合作者的利益
T：一方合作，一方被判，背叛者的利益
P：双方都背叛的利益
需满足以下关系则成为囚徒困境：
1. T>R>P>S
2. 2R>T+S