量子博弈论是以量子信息论为工具研究博弈论的一门交叉学科,扩大了相应经典博弈的策略集和引入了纠缠态,可以很大程度上解决经典博弈中所不能解决的一些问题。囚徒困境作为经典博弈论中的一个重要模型而备受关注,这个例子奠定了非合作博弈论的理论基础,并且在现实生活中应用广泛。基于此,针对开放量子系统中外部环境对系统本身造成影响而出现的退相干现象,本文利用量子博弈相关理论,通过EWL量子化方案,建立量子囚徒困境博弈模型,讨论分析求出参与人的收益与纳什均衡解,为开放量子系统下提出解决囚徒困境的可行性方案提供了一定的决策参考依据。本文的主要内容如下。利用EWL量子方案,在经典囚徒困境模型基础上,建立了振幅阻尼信道及相位阻尼信道两种条件下的量子博弈模型,分别在无记忆、完全记忆和条件记忆三种情形下,求出了模型中参与人的收益与纳什均衡解,分析噪音强度及记忆参数对纳什均衡解的影响,结果表明:(1)在相位阻尼信道条件下,无记忆时若噪音强度小于阈值0.3852,噪音对纳什均衡无影响;而完全记忆时噪音强度不会对纳什均衡解产生影响,说明相位阻尼信道在完全记忆条件下是非常稳定的。在条件记忆情况下,噪音强度与记忆参数共同对纳什均衡解造成影响。(2)在振幅阻尼信道条件下,无记忆时若噪音强度小于阈值0.8764,噪音对纳什均衡无影响;而完全记忆时阈值增大到0.9654,这说明振幅阻尼信道在完全记忆比无记忆条件下更趋于稳定,不易受到外界环境影响。同样,在条件记忆情况下,噪音强度与记忆参数共同对纳什均衡解造成影响。