本文探讨了基于惩罚项的复制者漂移学习动态，提出了一种新的学习算法以优化博弈中的策略互动。研究表明，严格纳什均衡是无悔学习的稳定点，并揭示了算法间的勾结现象。通过分析不同情境下的学习代理，提出了新的操控策略，证明其在信息不完全情况下的优势。