个人认为，
要从囚徒困境开始理解。囚徒困境
反映个人最佳选择并非团体最佳选择。或者说在一个群体中，个人做出理性选择却往往导致集体的非理性。囚徒困境的故事讲的是，两个嫌疑犯作案后被警察抓住，分别关在不同的屋子里接受审讯。警察知道两人有罪，但缺乏足够的证据。警察告诉每个人：如果两人都抵赖，各判刑一年；如果两人都坦白，各判八年；如果两人中一个坦白而另一个抵赖，坦白的放出去，抵赖的判十年。于是，每个囚徒都面临两种选择：坦白或抵赖。
（1）环境污染不是一个单独的个体造成的。污染形成后，相关犯罪者都可能为此付出代价，成为“囚徒”。
（2）但由于地球的水、土、气、声等环境都是相互循环的，证据查找不易，需要被认为有过错的人们相互举证。
（3）以温室效应为例，温室效应的危害有目共睹，然而造成温室效应的二氧化碳的排放由何而来？A国可能说B国煤炭资源丰富，火力发电多，贡献大，B国可能说我们已经转核能发电之类的了；B国可能说A国汽车行业发达，汽车太多，产生有害气体的同时不可避免的产生二氧化碳、一氧化碳，贡献大，A国可能说他们已经转新能源汽车了。这时就明显存在博弈了。到底责任归谁一方，就是一场博弈。而实际上，双方都是受环境污染危害的囚徒。
从前有两个囚犯一起做坏事，结果被警方捉了起来，分别关在两个独立的不能互通信息的牢房里进行审讯。在这种情形下，两个囚犯都可以做出自己的选择：或者供出他的同伴，既与警察合作，从而背板他的同伴；或者保持沉默...
囚徒困境是博弈论的非零和博弈中具代表性的例子,反映个人最佳选择并非团体最佳选择.虽然困境本身只属模型性质,但现实中的价格竞争、环境保护等方面,也会频繁出现类似情况.
【经典的囚徒困境】
1950年,由就职于兰德公司的梅里尔·弗勒德（Merrill Flood）和梅尔文·德雷希尔（Melvin Dresher）拟定出相关困境的理论,后来由顾问艾伯特·塔克（Albert Tucker）以囚徒阐述,并命名为“囚徒困境”.
经典的囚徒困境如下：
警方逮捕甲、乙两名嫌疑犯,但没有足够证据指控二人有罪.于是警方分开囚禁嫌疑犯,分别和二人见面,并向双方提供以下相同的选择：
若一人认罪并作证检控对方（相关术语称“背叛”对方）,而对方保持沉默,此人将即时获释,沉默者将判监10年.
若二人都保持沉默（相关术语称互相“合作”）,则二人同样判监半年.
若二人都互相检举（互相“背叛”）,则二人同样判监2年.
【解说】
如同博弈论的其他例证,囚徒困境假定每个参与者（即“囚徒”）都是利己的,即都寻求最大自身利益,而不关心另一参与者的利益.参与者某一策略所得利益,如果在任何情况下都比其他策略要低的话,此策略称为“严格劣势”,理性的参与者绝不会选择.另外,没有任何其他力量干预个人决策,参与者可完全按照自己意愿选择策略.
囚徒到底应该选择哪一项策略,才能将自己个人的刑期缩至最短?两名囚徒由于隔绝监禁,并不知道对方选择；而即使他们能交谈,还是未必能够尽信对方不会反口.就个人的理性选择而言,检举背叛对方所得刑期,总比沉默要来得低.试设想困境中两名理性囚徒会如何作出选择：
若对方沉默、我背叛会让我获释,所以会选择背叛.
若对方背叛指控我,我也要指控对方才能得到较低的刑期,所以也是会选择背叛.
二人面对的情况一样,所以二人的理性思考都会得出相同的结论——选择背叛.背叛是两种策略之中的支配性策略.因此,这场博弈中唯一可能达到的纳什均衡,就是双方参与者都背叛对方,结果二人同样服刑2年.
这场博弈的纳什均衡,显然不是顾及团体利益的帕累托最优解决方案.以全体利益而言,如果两个参与者都合作保持沉默,两人都只会被判刑半年,总体利益更高,结果也比两人背叛对方、判刑2年的情况较佳.但根据以上假设,二人均为理性的个人,且只追求自己个人利益.均衡状况会是两个囚徒都选择背叛,结果二人判监均比合作为高,总体利益较合作为低.这就是“困境”所在.例子华丽地证明了：非零和博弈中,帕累托最优和纳什均衡是互相的.
囚徒困境（prisoner's dilemma ）是博弈论的非零和博弈中具代表性的例子，反映个人最佳选择并非团体最佳选择。虽然困境本身只属模型性质，但现实中的价格竞争、环境保护等方面，也会频繁出现类似情况。
其内在根源就是人类的个人理性有时能导致集体的非理性——聪明的人类会因自己的聪明而作茧自缚。
