解释合作行为的演化以及合作系统稳定性的维持机制一直是生物学家、社会学家和经济学家试图解决的重要问题之一。在对人们合作行为的研究中，通过设计博弈实验收集数据来对其行为进行观察以找到规律和结论是常用的方法，而囚徒困境博弈更是常用的模型之一。现有的很多研究合作演化的实验设计都是基于对称性的思想来进行的，在这些研究中，实验参与者的初始实力都是相同的。然而在现实社会中，很多现象是基于非对称思想发展的，合作双方的实力往往是不对等甚至是相差悬殊的。本文的目的正是研究当博弈双方实力不对等时，人们的行为将会如何演化、合作系统将如何维持稳定。　　本文正是通过设计不同实验以收集实验数据进而研究人们行为演化的。实验的基本原理是二人重复型囚徒困境博弈，但与其不同的是，在博弈中每名参与者都有合作、不合作和惩罚三种策略可以选择，而且实验参与者并不知道每轮实验什么时候结束，但是知道和该对手进行下一回合决策交互的可能性为75％。当一轮博弈结束后，所有实验参与者会重新随机配对进行规则相同的博弈。一共有102名大学三年级学生参与实验，他们在联网的计算机实验室进行随机配对的匿名博弈游戏。　　本文设计的实验共有两种：参与者初始实力对称实验（T1）和参与者初始实力非对称实验（T2）。这两种实验仅在初始实力对称与否这一条件不同，其他实验条件和实验原理全部相同。其中，T1实验是仿照 Dreber et al.（2008）和Wu et al.（2009）的研究中的T1实验进行的，作为对照组；而T2实验作为试验组。本文除了使用Dreber et al.（2008）和Wu et al.（2009）研究中提到的方法分析实验参与者的策略选择行为，还使用非参数方法对其进行分析。此外，在对实验数据进行整理的基础上，依据其分布等特征对其进行了建模分析，实现了直观描述推理与模型结论有效支撑的结合。　　研究发现，初始实力的对称与否对人们的行为影响是很显著的，二者的差别很大。初始实力的非对称性不仅促使人们更倾向于明哲保身，还增加了参与者的理性惩罚行为。而在实力非对称系统内部，初始实力弱者倾向于合作并且疏于惩罚从而使自己获得了相对较高的收益，而初始实力强者更容易采取“对抗性”更高的惩罚策略。同时，本研究还发现，当在经典的囚徒困境基础上增加惩罚策略时，“以牙还牙”并非一定是最佳策略了，这是因为：以不合作回应不合作是明智之举，但是当以惩罚回应惩罚时是需要谨慎的。而实验参与者的性别对其策略选择也有可能存在着较大的影响，但这一点还有待进一步研究与讨论。