硬貨合せゲームを生成する：

このゲームの説明を読む：

硬貨合せゲームが属するクラスを求める：

自分の硬貨合せゲームを可視化する：

プレーヤーが4人のプラトニアのジレンマゲームを生成する：

データ集合を表示する：

プレーヤーが3人の純粋協調ゲームを生成する：

データ集合を表示する：

GameTheoryDataを使う場合の典型的なワークフローは以下のようになる．

使用可能なゲームを調べる：

ゲームについてさらに調べる：

ゲームの起源が知りたければ，原典を調べる：

指示に基づいてゲームを生成する：

MatrixGamePlotまたはTreeGamePlotを使って結果を表示する：

囚人のジレンマゲームは，ゲーム理論の中でも最もよく知られたゲームの一つである．これは，2人のプレーヤーがそれぞれ黙秘することで利益を得るが，両方のプレーヤーが協調しないと最適な戦略にならない状況をモデル化する． 以下はその説明である：

囚人のジレンマゲームを生成する：

データ集合として可視化する：

両方のプレーヤーが自白したときにナッシュ均衡になる：

ビール・キッシュの木ゲームは，プレーヤーAが自分の行動によってプレーヤーBに潜在的に信号を送る可能性がある逐次ゲームである．以下はその説明である：

ビール・キッシュゲームを生成する：

木として可視化する：

部分ゲーム完全均衡を求める：

オプション付きの囚人のジレンマは，OPDゲームとしても知られているものだが，囚人のジレンマの行動を3つに拡張したものである．3つの行動とは，協調，自白，否認である．プレーヤーのどちらかが否認すればすべてのプレーヤーに否認の利得が与えられる．

自分独自のオプション付き囚人のジレンマゲームを生成する：

データ集合として可視化する：

このゲームには無数のナッシュ均衡がある．以下はそのうちのいくつかである：

割り勘のジレンマは，恥知らずの割り勘のジレンマとしても知られるもので，囚人のジレンマのプレーヤーを 人に拡張したものである．以下はその説明である：

プレーヤー3人の割り勘のジレンマゲームを生成する：

プロットとして可視化する：

このゲームのナッシュ均衡を特定する：

ムカデの木ゲームは，2人のプレーヤー間で賭け金を増やしていくゲームである．以下はその説明である：

ムカデゲームを生成する：

木として可視化する：

部分ゲーム完全均衡を求める：

ボランティアのジレンマゲームは，各プレーヤーが全員に益となるようなわずかな犠牲を払うか，誰か他の人の犠牲によって受益するのを期待して待つかという状況をモデル化する．以下はその説明である：

プレーヤーが4人のボランティアのジレンマゲームを生成する：

データ集合として可視化する：

プロットとして可視化する：

このゲームのナッシュ均衡を特定する：

純粋協調ゲームは，2人のプレーヤーが同じ行動を選択すれば同じ利得を得る状況をモデル化する．以下はその説明である：

プレーヤーが2人の純粋協調ゲームを生成する：

プロットとして可視化する：

ナッシュ均衡を求める：

3協調ゲームは協調ゲームの変種で，プレーヤーは自分が選んだオプションが少なくとも2人によって選択されなければ報酬が得られない．以下はその説明である：

3協調ゲームを生成する：

データ集合として可視化する：

無限のナッシュ均衡が求まる可能性がある：

危険な協調ゲームは協調ゲームの非対称バージョンで，協調行動にならないとプレーヤーの一人が非常な不利益を被る．以下はその説明である：

危険な協調ゲームを生成する：

データ集合として可視化する：

ナッシュ均衡を求める：

バッハ・ストラヴィンスキーゲームは，男女の争いゲームとしても知られているもので，有名な協調ゲームである．協調した行動には報酬が与えられるが，最高利得は協調した結果プレーヤーが好む行動になった場合に与えられる．次はその説明である：

ゲームを生成する：

データ集合として可視化する：

ナッシュ均衡を求める：

旅人のジレンマゲームは，2人のプレーヤーが決められた範囲で賭けを行う状況をモデル化する．利得は最低の賭け金で最低の賭け金のプレーヤーには多少のボーナスが与えられる．以下はその説明である：

旅人のジレンマゲームを生成する：

データ集合として可視化する：

ナッシュ均衡を求める：

タカ・ハトゲームは2人のプレーヤーが同じ資源を欲している状況をモデル化する．以下はその説明である：

2人の買い物客が最後のクッキーの箱を狙っている．二人ともクッキーに価値があるとしている(2)が，争いは避けたいと思っている(1)．対応するタカ・ハトゲームを生成する：

データ集合として可視化する：

ナッシュ均衡のいくつかを求める：

厚生ゲームは，プレーヤーの1人が協調行動に関心を持っているが他の1人は非協調的な結果に関心がある非対称ゲームをモデル化する．以下はその説明である：

厚生ゲームを生成する：

データ集合として可視化する：

ナッシュ均衡を求める：

寄付ゲームは，純粋戦略で3つの均衡，2つの非対称均衡，混合戦略で1つの対称均衡があるプレーヤーが2人のゲームの一般化である．

寄付ゲームを生成する：

プロットとして可視化する：

ナッシュ均衡のいくつかを求める：

次は，非協調ゲームの説明である：

非協調ゲームを生成する：

データ集合として可視化する：

ナッシュ均衡を求める：

平均の2/3の推測ゲームは，全プレーヤーの目標が他の全プレーヤーの行動を推測することである状況をモデル化する：

平均の2/3の推測ゲームを生成する：

プロットとして可視化する：

ナッシュ均衡を求める：

ヒーローゲームはバッハ・ストラヴィンスキーゲームの変種で，協調しない場合が協調した場合よりもより有利になる．

ヒーローゲームを生成する：

データ集合として可視化する：

5つのナッシュ均衡を求める：

査察ゲームは，従業員の仕事を確認するかどうかという問題を検討し，これを概念化する簡単なモデルとして機能する．次はその説明である：

査察ゲームを生成する：

データ集合として可視化する：

小さい豚ゲームは，合理的な豚ゲームとしても知られているもので，非対称ボランティアゲームをモデル化する．以下はその説明である：

小さい豚ゲームを生成する：

データ集合として可視化する：

ジャンケンのゲームの説明について考える：

ジャンケンのゲームを生成する：

このゲームのクラスについて考える：

データ集合として可視化する：

ナッシュ均衡を求める：

モラ（奇数偶数）ゲームの説明を求める：

モラゲームを生成する：

データ集合として可視化する：

硬貨合せゲームの説明を求める：

硬貨合せゲームを生成する：

プロットとして可視化する：

硬貨合せゲームには木形式もある：

硬貨合せゲームの木を生成する：

ゲームをプロットする：

チキンゲームの説明を求める：

チキンゲームを生成する：

データ集合として可視化する：

ナッシュ均衡を求める：

ナッシュポーカーゲームの説明を求める：

ナッシュポーカーゲームを生成する：

プロットすることで可視化する：

プラトニアのジレンマゲームの説明を求める：

プラトニアのジレンマゲームを生成する：

データ集合として可視化する：

シャープレイゲームの説明を求める：

シャープレイゲームを生成する：

データ集合として可視化する：

ブロット大佐ゲームの説明を求める：

ブロット大佐ゲームを生成する：

データ集合として可視化する：

ビスマルクの戦いゲームの説明を求める：

ビスマルクの戦いゲームを生成する：

データ集合として可視化する：

このゲームにも木形式がある：

木として可視化する：

革命の木ゲームは，国とその植民地の間の政治的な緊張状態を表すためにしばしば使われる逐次ゲームである．以下はその説明である：

革命ゲームを生成する：

ゲームをプロットする：

部分ゲーム完全均衡を求める：

エスカレーションゲームは，プレーヤーAが自分自身の行動で潜在的に信号を出している可能性がある逐次ゲームである．次はその説明である：

エスカレーションゲームを生成する：

木として可視化する：

部分ゲーム完全均衡を求める：

クールノーの寡占ゲームの説明を求める：

クールノーの寡占ゲームを生成する：

データ集合として可視化する：

線形のクールノーの寡占ゲームの説明を求める：

線形のクールノーの寡占ゲームを生成する：

データ集合として可視化する：

バートランドの寡占ゲームの説明を求める：

バートランドの寡占ゲームを生成する：

データ集合として可視化する：

株式購入ゲームの説明を求める：

株式購入ゲームゲームを生成する：

データ集合として可視化する：

複利ゲームの説明を求める：

囚人のジレンマゲームに似た複利ゲームを生成する：

これは囚人のジレンマゲームに似ている：

指数ゲームの説明を求める：

指数ゲームを生成する：

データ集合として可視化する：

簡単な査察ゲームの説明を求める：

簡単な査察ゲームを生成する：

プロットとして可視化する：

貪欲ゲームの説明を求める：

貪欲ゲームを生成する：

データ集合として可視化する：

ランダムゲームの説明を求める：

ランダムゲームを生成する：

データ集合として可視化する：

ゼロ和ランダムゲームの説明を求める：

ゼロ和ランダムゲームを生成する：

データ集合として可視化する：

多変量ランダムゲームの説明を求める：

多変量ランダムゲームを生成する：

データ集合として可視化する：