囚徒困境作為最知名的賽局理論例子之一，他確實是非常有價值的理論，可以很簡單的把賽局理論的基本理念講述清楚。
起源
1950年，由就職於蘭德公司的梅里爾·弗勒德（MerrillFlood）和梅爾文·德雷希爾（MelvinDresher）擬定出相關困境的理論，後來由顧問艾伯特·塔克（AlbertTucker）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（“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（互相“合作”），則二人同樣判監1年。
若二人都互相檢舉（相關術語稱互相“背叛”），則二人同樣判監5年。
| 甲 乙 | 認罪 | 不認罪 |
| 認罪 | (5,5) | (1,0) |
| 不認罪 | (10,0) | (1,1) |
在這種情況下大部分的情況會是雙方都認罪，你們會說都不認罪的話刑期最少，為甚麼要都認罪呢?
嚴格劣勢策略
儘管雙方均保持沉默能使刑期最短，但在多數情況下，甲與乙都會選擇「認罪」，即相互檢舉。這是因為，在無法溝通的情況下，最理性的選擇是確保自身利益最大化：若選擇認罪，最理想的情況是直接獲釋，即便最壞的情況也只是被判5年。這樣的選擇是一種「嚴格劣勢策略」，即在無法信任的環境中，保證個人利益優於集體最優解的策略。
帕累托最優（Pareto Optimality）
帕累托最優是指在群體中不損害任何一人利益的情況下，使資源分配達到最佳。
信任的重要
如果你無法溝通且信任對方，那保證自己利益的嚴格劣勢策略就會比帕累托最優還要常發生。
囚徒困境的變化
重複賽局
只要把單次的囚徒困境變為多次，可以合理地構想，如果囚徒第一次被對方指控，第二次這個囚徒也會指控對方。相反，如果第一次別人保持沉默，建立了互信的關係，你也會保持沉默，就會導致帕累托最優。
但是如果在多次裡增加了一個上限，像是10次。
可能第二次、第三次建立了互信的關係，因此在前九局，大家都維持一樣的情況，但在第十次，可能就會有人動了歪腦筋，畢竟前面九局會預設對方跟自己建立了互信關係，那第十局對方也可能會沉沒，那只要這時背判對方，那自己就能無罪釋放。而只要一陷入這種思維，那就等於前面九次都沒有意義，還是會陷入互相猜疑的輪迴之中。
拓展理論：利他策略的演化
在這種博弈中，參與者不斷選擇互相關聯的策略，當選擇重複進行到一定程度後，「貪婪」的策略會減少，而「利他」策略則逐漸增多。這一現象顯示了在自然選擇中，利他行為機制可以從原始的自私行為中演化而來。