非懦夫策略的相遇概率为 (1p)(1q)  。因此，可以将总回报值 E( A, B) 表示为：

E( A, B) E( pC (1p)N , qC (1q)N )

pqE(C, C) p(1q)E(C, N ) (1p)qE(N , C) (1p)(1q)E(N , N )

当我们要研究最优策略时，需要考虑各种客观因素。如果对方群体是懦夫居多的，那么 采用非懦夫策略的赢面会大很多。相反，如果对方群体非懦夫居多，采取懦夫策略显得更加 稳妥。这时候，我们可以期望存在一种懦夫和非懦夫的稳定的混合策略，让对方处于较为不 利的地位。

我们在自然界中也能经常看到这种简单的博弈。老鹰经常产生混战，爪子锁在一起互相 缠绕着飞行，盘旋着向地面坠落。就在他们到达危险处之前，这两只鹰会放开对方防止坠落。 然而，在这个对局之中，那只先让的鹰将会是输家。

4。 离散对称的鹰鸽博弈模型 经典的鹰鸽博弈包含了两个离散的策略。采用鹰的策略的个体是要与对方争斗的，鸽的

策略就是要将自我展示给对方看，并且不会将争斗激化。需要注意的是，这两种策略都是针 对在同一物种的参与者间执行的。也就是说，当两个执行鹰策略的执行者相遇时，必定至少 有一方将对方重伤；当两个执行鸽子策略的个体相遇时，会有一定的成本花费，但不会有激 烈的冲突；当一方执行鹰策略一方执行鸽子策略时，鹰策略的执行者会获得竞争的资源，比 如食物、领地等。