當(dāng)博弈的所有參與者都不想改換策略時(shí)所達(dá)到的穩(wěn)定狀態(tài)叫做均衡，均衡的結(jié)果叫做博弈的解。例如在甲乙兩人博弈中，如果達(dá)到一種均衡：不管甲如何選擇，乙都不會(huì)改變策略，同樣無(wú)論乙如何選擇，甲也不會(huì)改變策略，這種均衡就叫做占優(yōu)均衡。這種無(wú)論對(duì)方如何決策，自己總是會(huì)選擇的策略叫做占優(yōu)策略，由雙方的占優(yōu)策略所達(dá)成的均衡叫做占優(yōu)均衡。

在博弈論中，當(dāng)所有博弈者都有一個(gè)占優(yōu)戰(zhàn)略時(shí)，其結(jié)果將是占優(yōu)均衡。占優(yōu)均衡是每一個(gè)參與者都處于優(yōu)勢(shì)戰(zhàn)略時(shí)的均衡。例如，在本辭條后的案例中，囚徒A和B均處于一個(gè)兩難困境中，即無(wú)論B如何選擇，A的最好戰(zhàn)略就是交代，而無(wú)論A如何選擇，B的最好戰(zhàn)略也是交代，在此，囚徒兩難困境的均衡就是占優(yōu)均衡。如果每個(gè)囚徒都根據(jù)自己的最高利益來(lái)進(jìn)行抉擇，那么，這個(gè)博弈的最終結(jié)果就是每個(gè)人都交代。

以上面案例中占優(yōu)戰(zhàn)略里的囚徒困境為例，先從A的觀點(diǎn)來(lái)看問(wèn)題，A認(rèn)識(shí)到他的結(jié)果取決于B采取的行為，如果B交代則必然使A也選擇交代，因?yàn)樵谶@種情況下，他寧愿被判刑8年，而不愿被判刑10年。但是如果B不交代，這也會(huì)使A選擇交代，因?yàn)樵谶@種情況下，他可以被立即釋放而不是被判刑1年。A的推理是，無(wú)論B如何選擇，他的最好行為是交代。從B的觀點(diǎn)看也和A一樣，B知道如果A交代，他不交代將被判刑10年，他交代則只被判刑8年。如果A不交代，他交代將被立即被釋放，而不是被判刑1年。因此，無(wú)論A如何行動(dòng)，B最好的選擇是交代。每個(gè)囚徒都知道無(wú)論對(duì)方如何做，自己最好的選擇是交代。由于每個(gè)囚徒的最好選擇是交代，每個(gè)人也都交代了，所以最終兩人都被判刑8年，這個(gè)均衡就是占優(yōu)均衡。

從囚徒的角度看，博弈的均衡是每個(gè)人都交代，但這卻并不是最好的結(jié)果。如果他們都不交代，每個(gè)人都只會(huì)被判刑1年。有得到這種均衡的可能嗎?似乎沒(méi)有，因?yàn)閮蓚€(gè)囚徒不可能相互聯(lián)系，每個(gè)囚徒都可以把自己放在對(duì)方的地位，這樣每個(gè)囚徒都可以估計(jì)到存在一種對(duì)每個(gè)人都具有決定性意義的戰(zhàn)略。囚徒的確處在兩難困境之中，每個(gè)囚徒都知道，只要他相信對(duì)方不交代，就可以只被判刑1年。但是每個(gè)囚徒也都知道，不交代顯然不符合對(duì)方的最高利益，因此，每個(gè)囚徒都知道，他必須交代，從而兩個(gè)人都得到了壞結(jié)果。

案例：兩個(gè)嫌疑犯作案后被警察抓住，分別關(guān)在不同的房間里接受審訊。警察知道兩人有罪，但缺乏足夠的證據(jù)定罪，除非兩個(gè)人中至少有一個(gè)人坦白。警察于是告訴每個(gè)人：如果兩人都不承認(rèn)，每個(gè)人都將會(huì)以輕微的犯罪被判刑1年；如果兩人都坦白，各判刑8年；如果兩個(gè)人中一個(gè)坦白另一個(gè)人抵賴，坦白的人將被立即釋放出去，而抵賴的則被判刑10年，這樣，每個(gè)嫌疑犯都面臨四個(gè)結(jié)果，可得到下列支付矩陣：

在這個(gè)博弈中每個(gè)嫌疑犯都有兩種可能的選擇：坦白或抵賴。顯然，不論同伙選擇什么樣的戰(zhàn)略，每個(gè)囚徒的最優(yōu)戰(zhàn)略是坦白，比如，如果B選擇坦白，A也選擇坦白時(shí)的支付是被判刑8午，選擇抵賴時(shí)的支付是被判刑10牟，因而對(duì)A來(lái)說(shuō)坦白比抵賴好；如果B選擇抵賴，A坦白時(shí)的支付為立即被釋放，抵賴時(shí)的支付為被判刑Ⅱ年，因而坦白還是比抵賴好。就是說(shuō)，“坦白”是囚徒A的占優(yōu)戰(zhàn)略。類似地，“坦白”也是囚犯B的占優(yōu)戰(zhàn)略。