志愿者困境博弈描述了这样一种情况，即每个玩家都可以成为志愿者，或逃避. 如果至少有一名玩家成为志愿者，那么所有其他玩家都会从逃避中略微获益. 如果没有玩家是志愿者，那么所有玩家的收益都很低. 生成一个有一名志愿者和一名逃避者的志愿者困境博弈：

求可能的志愿者和不可能的志愿者的预期收益：

求可能志愿者的预期收益：

求不可能志愿者的预期收益：

失调博弈（Discoordination game）是协调博弈和反协调博弈的混合形式，其中一个玩家试图与对方协调（想选择相同的策略），而另一个玩家则试图与对方错开（想选择不同的策略）. 生成一个有一名志愿者和一名逃避者的志愿者困境博弈：

求合作者的预期收益：

求不合作者的预期收益：

求有一名合作者和一名不合作者的预期收益：

古诺寡头垄断博弈（Cournot Oligopoly game）描述了这样一种情况，一组企业生产相同商品，其中每家企业都必须考虑生产成本和其他企业的产量. 只有价格最低的企业才能卖出商品. 生成古诺寡头垄断博弈：

计算前两个玩家勾结时的预期收益：

价格战是指这样一种博弈：多个企业都有兴趣提供最低价格，但每个企业的收益都与其选择的价格直接相关. 让我们考虑三家企业之间的价格战，其中每家企业都可以在低价和高价之间做出选择：

可视化博弈：

显然，合作的玩家有兴趣选择高价. 通过比较多个策略的收益来证明这一点：

上校布洛托博弈（Colonel Blotto）描述了这样一种情况：军官（玩家）被要求同时将有限的资源分配到多个对象（战场）上. 在战场上投入最多资源的玩家将赢得该战场，收益等于赢得的战场总数. 生成上校布洛托博弈：

求 50-50 策略的预期收益：

令人惊讶的是，当在道路网络中添加一条或多条道路时，可能会导致整体交通状况变差，这被称为布雷斯悖论. 已知从 a 到 b 有两条不同的路径，一条经过 c，一条经过 d. 道路 ac 和 db 需要 20 n 分钟，其中 n 是道路上的驾驶员数量；cb 和 ad 需要 45 分钟，与驾驶员数量无关. 将道路网络表示为图：

对于两个驾驶员 n=2，找出从 a 到 b 的所有路径：

计算每条路径选择的驾驶员数量，得出四种情况：

计算每种情况所花费的总时间：

最大化负通勤时间：

创建基于收益矩阵的交通博弈：

可视化交通博弈：

两种纯策略分别对应通勤者选择不同的路径：

这些纯策略也给出了最短通勤时间为 65 分钟：

按照上面的交通博弈，一般道路网络的建模和求解可以实现自动化. 这里的 start 和 end 是始顶点和终顶点，每个道路段的容量使用边权重进行编码：

在 d 和 c 之间添加一条短的高容量道路段：

这种情况定义了一种两名驾驶员的新的交通博弈：

可视化交通博弈：

求解该博弈：

在两条先前存在的路线之间切换的新可能性导致了类似囚徒困境的情形，其中唯一稳定的解导致与受限网络（65 分钟）相比更长的通勤时间（82 分钟）：

考虑双人博弈中每个玩家的预期收益：

求每个玩家收益的表达式：

假设每个玩家按照梯度改变其预期收益：

将梯度绘制为流线图：

从该图可以看到只有纯策略 {{0,1},{1,0}} 和 {{1,0},{0,1}} 是“稳定的”，因为轨迹会向它们收敛：