アクセルロッドのコンピュータ大会
囚人のジレンマを一度だけ行うなら裏切りが合理的ですが、同じ相手と何度も繰り返すと将来の報復や報酬が重要になります。アクセルロッド（1980年a）は、繰り返し囚人のジレンマでどの戦略が最もよいかを調べるため、ゲーム理論家、経済学者、心理学者などから戦略プログラムを集めて互いに対戦させました。14の戦略が参加した最初の大会では、ラパポートのしっぺ返し戦略が最高得点を得ました。アクセルロッド（1980年b）は結果を公表したうえで二回目の大会を開きましたが、62の戦略が参加したにもかかわらず、しっぺ返しが再び優勝しました。また、得点の高い戦略が次の世代で増える生態学的シミュレーションでも、しっぺ返しは次第に割合を増やしました。
成功の理由と協力の進化
アクセルロッド（1984年）は、しっぺ返しの成功の秘訣を四つにまとめました。自分からは裏切らない「上品さ」、裏切られればすぐにやり返す「報復性」、相手が再び協力すればすぐに協力に戻る「寛容さ」、そして相手が戦略を容易に見抜ける「明快さ」です。興味深いことに、しっぺ返しはどの相手との一対一の対戦でも相手より高い得点を得ることはありませんが、多くの相手から相互協力を引き出したため、総得点が最も高くなりました。アクセルロッドとハミルトン（1981年）はこれを生物学と結びつけ、互いに再び出会う可能性が十分に高ければ、しっぺ返しのような互恵的な戦略が進化しうると主張しました。これは互恵的利他主義や協力の進化の研究の中核的な根拠となりました。
限界と代替戦略
ボイドとローバーバウム（1987年）は、繰り返し囚人のジレンマにおいて、しっぺ返しを含むどの純粋戦略も進化的に完全には安定でないことを示しました。また、ミスや誤解（ノイズ）がある環境では、一度のミスで二つのしっぺ返し戦略が互いに報復し続ける悪循環に陥りえます。ノヴァクとジグムント（1992年）は、こうした環境でしっぺ返しは協力が広がるのを助ける触媒の役割を果たした後、ときどき裏切りを許す「寛容なしっぺ返し」に席を譲ると報告しました。ノヴァクとジグムント（1993年）は、結果がよければ同じ行動を続け、悪ければ変える「勝てば維持、負ければ変更（パブロフ）」戦略がしっぺ返しより優れうると報告しました。ウーとアクセルロッド（1995年）は、ノイズがあるときには寛容さと反省を加えた戦略のほうが効果的だと分析しました。
よくある質問
- しっぺ返し戦略を簡単に言うと？
- 最初は相手を信じて協力し、その後は相手が直前にしたことをそのまま返す戦略です。相手が協力すれば協力し、裏切れば一度だけ裏切りで返します。
- しっぺ返し戦略はいつも最善ですか？
- そうではありません。ミスや誤解がある環境では互いに報復し合う悪循環に陥ることがあるため、ときどき許す寛容なしっぺ返しやパブロフ戦略のほうがよい結果を出すこともあります。
出典確認日：2026-10-26
参考文献
- Axelrod, R. (1980). Effective choice in the prisoner's dilemma. Journal of Conflict Resolution, 24(1), 3–25. しっぺ返し戦略が優勝した最初のコンピュータ大会の結果を報告した論文で、戦略が最初に注目された経緯を知りたいときに参考になります。
- Axelrod, R. (1980). More effective choice in the prisoner's dilemma. Journal of Conflict Resolution, 24(3), 379–403. 二回目の大会でもしっぺ返しが優勝した結果と生態学的シミュレーションを収めており、戦略の頑健さを確かめるのに参考になります。
- Axelrod, R., & Hamilton, W. D. (1981). The evolution of cooperation. Science, 211(4489), 1390–1396. しっぺ返し戦略を生物学における協力の進化と結びつけた論文で、進化的安定性の観点から理解するのに役立ちます。
- Axelrod, R. (1984). The Evolution of Cooperation. New York: Basic Books. 大会の結果としっぺ返しの四つの特徴をわかりやすくまとめた古典で、戦略の教訓を幅広く知りたいときに参考になります。
- Boyd, R., & Lorberbaum, J. P. (1987). No pure strategy is evolutionarily stable in the repeated prisoner's dilemma game. Nature, 327(6117), 58–59. しっぺ返しを含め、どの純粋戦略も進化的に安定ではないという証明で、戦略の理論的限界を見るのに役立ちます。
- Nowak, M. A., & Sigmund, K. (1992). Tit for tat in heterogeneous populations. Nature, 355(6357), 250–253. ミスがある環境でしっぺ返しが協力の触媒の役割を果たした後、寛容なしっぺ返しに席を譲るという研究で、進化の過程を見るのに参考になります。
- Nowak, M., & Sigmund, K. (1993). A strategy of win-stay, lose-shift that outperforms tit-for-tat in the prisoner's dilemma game. Nature, 364(6432), 56–58. 「勝てば維持、負ければ変更」戦略がしっぺ返しより優れうるという結果で、競合する戦略と比べるのに役立ちます。
- Wu, J., & Axelrod, R. (1995). How to cope with noise in the iterated prisoner's dilemma. Journal of Conflict Resolution, 39(1), 183–189. ミス（ノイズ）があるとしっぺ返しが報復の悪循環に陥る問題とその解決策を扱っており、現実への適用の限界を理解するのに参考になります。