这个游戏的原理来源于博弈论。
许多年前，一个博弈论学家试图破解博弈论经典模型囚徒困境（这个游戏就是以重复的囚徒困境为基础，即合作双赢、一方欺骗得利、都欺骗则皆损），试图用不同的程序之间进行重复的计分博弈，并仿照生物物竞天择，分数高的程序得以繁衍，分数低的程序将被淘汰。
他邀请了许多博弈论学家与数学家设计了数十个不同的程序，参与这个项目，设计的项目中不乏逻辑十分复杂的高端程序，但令人惊讶的是，最终获得最高分数的是源于一名数学家设计的逻辑极为简单的程序，被称为“以牙还牙”，其逻辑非常简单，就是重复对手上一步选择，这也就是游戏中被称为“复读机”的程序（现实中“以牙还牙”的人也是人们最不愿意惹的虽然“报仇”不会带来利益反而会损失利益，但会让人知道其后果而不敢惹你），而这次实验，也演变为游戏中的交互重复博弈。
因此，这个博弈论史上经典的实验对于游戏的理解有很大的帮助。
这次实验中，总分前十的程序有九个为善意程序，即总是优先考虑合作的程序。这是为什么呢？虽然在博弈繁衍初期恶意程序占尽便宜，但一旦繁衍起来，恶意程序相互欺骗，分数低迷，难逃淘汰。另一边，善意程序相互信任，相互合作，不断繁衍，最终繁衍生息，成为各种程序中的主体，但恶意程序并不用因此完全淘汰，因为一旦善意程序发展壮大，恶意程序又有了生存空间……
那么总分前十为何还有一个不是善意程序呢？这个程序就是“谢灵顿程序”，它的逻辑是:一开始选择合作，发现对方总是合作就欺骗，在欺骗后发现对方马上报复后选择合作，重复以往，简而言之就是“欺软怕硬”。
那为什么游戏轮数会设置4~7轮不固定呢?这设计到博弈论中蜈蚣博弈的问题，即倒退思维。假设你已经知道这是最后一轮博弈了，出于收益考虑你还会在最后一轮合作吗？最后一轮，无论对方做什么选择，出于收益欺骗是一定的选择。于是乎就确定了双方在最后一轮一定会欺骗。你知道对方在最后一轮一定会欺骗，那么何不在倒数第二轮讹对方一笔呢，因为最后一轮的选择没得选，那么倒数第三轮的就成了所谓的“最后一轮”，最后的欺骗将再次上演，接着推理到倒数第三轮也是如此……于是，从第一轮开始，大家都选择了欺骗（或许这就是“千年老油条”的逻辑），为何严格的推理反而造就了最低的收益?问题出在哪里？当然就是因为有确定的轮数，一旦没有确定的轮数，就没有确定的终点，也就没有所谓的蜈蚣博弈倒推。我们现实也不是如此?正因为不知道双方的合作关系什么时候会结束，店铺老板会热情的接待顾客，希望顾客再次购买；生意伙伴会保持来往，以期再次合作。
但如此设置4~7随机轮次也并非万全之策，只能说不错，因为一旦与同一对手博弈了6轮若还有博弈，我依旧知道下一轮是最后一轮。
现在已经凌晨2点了，我希望我慢慢码的字能对大家有所裨益，不仅是局限于游戏。我相信博弈论并不是被炫目的数学建模束之高阁的理论，而是平易近人正式可感的，这个游戏很好的做到了这一点，晚安。
