1704423118
（2）鸽策略D，从不采取升级的战斗；
1704423119
1704423120
（3）CH，“条件鹰策略”，即当蛛网的价值为V时，则采取H策略；当其价值为v时，则采取D策略。
1704423121
1704423122
对于入侵者我们只需考虑鹰策略H和鸽策略D，因为入侵者的策略不可能取决于其不知道的蛛网的价值。同时需要注意到这些策略都基于对知识x的了解。这样，我们所寻求的是一种行为规则，即在知道x的条件下，所有者会从H、D和CH中选择哪一个策略，以及在知道x的条件下，入侵者会从H和D中选择哪一个策略。
1704423123
1704423124
博弈的回报矩阵在表21中给出，表中：
1704423125
1704423126
1704423127
1704423128
1704423129
其中，E表示蛛网对入侵者的期望价值。
1704423130
1704423131
表21 漏斗网蜘蛛竞争模型的支付矩阵
1704423132
1704423133
1704423134
1704423135
1704423136
根据回报矩阵，在给定入侵者选择的具体策略的情况下，我们可以写出某个具体策略成为所有者的最优策略的条件，反之亦然。比如，如果入侵者选择H策略，那么对于所有者来说，最优的策略满足：
1704423137
1704423138
1704423139
1704423140
1704423141
如果入侵者选择D策略，那么所有者选择H策略总是有利可图的。关于入侵者的最优选择条件的类似的不等式也可以在给定所有者策略的条件下得到。对于所有者选择X而入侵者选择Y这对策略都是向对手作出的最优反应，那么策略偶（X，Y）是一个ESS。通过一个具体数字的例子最能说明这一点。考虑下面的一个例子：
1704423142
1704423143
1704423144
1704423145
1704423146
根据（9.2）式的不等式，可以给出所有者和入侵者的最优选择条件，如图23所示。结果表明有两个可行的ESS存在，类型A和类型B。这两者共有的特征如下所示：
1704423147
1704423148
1704423149
1704423150
1704423151
1704423152
1704423153
图23 蜘蛛竞争模型。粗线表示所有者在升级后的竞争中取胜的概率x轴。最上面的图表示竞争者对对手的选择作出最佳回应的x的值。例如，x轴上方的H/D表示，如果入侵者选择D，则H是所有者的最佳回应。位于下方的二幅图表示从上图中推出的二种可能的ESS策略。阴影部分表示竞争升级区域，这一范围由V＝2C，v＝C，p＝给出。
1704423154
1704423155
1704423156
（1）如果体型的差异不是很大所有者的选择将取决于蛛网的价值；
1704423157
1704423158
（2）如果体型的差异很大，体型较大者将获得胜利而不需要通过升级的战斗；
1704423159
1704423160
（3）存在一个“战斗升级的区域”，满足x≃0.5，在这个区域中，当蛛网价值很高（价值为V）时，升级的战斗就会发生，并且当蛛网的价值不高（价值为v）时，入侵者不需要通过升级的战斗就可以获得胜利。
1704423161
1704423162
1704423163
1704423164
1704423165
在所有这些方面，模型反映了现实的状况，并满足一个附带条件，那就是在模型中升级的战斗对应于现实世界中一个拖延的竞争，其中包含许多收发信号的过程和一个较高的受伤风险。Riechert还在观察中发现，当所有者的个头比入侵者略小时，拖延的竞争发生的频率最高。这也是B类型ESS的一个特征，并且当参数改变的时候，仍然保持正确。但是这并不是A类型的一个特征。战斗升级的区域是严格对称的，在x＝的任何一边都为特定的所选参数值所独有（那就是说V/C＝C/v）。随着参数值的变化，A类型ESS会出现一个战斗升级的区域，这个区域或处于上方或者处于下方。我不能够给出为什么A或B类型的ESS将演化得到的理由。因此这个模型会导致Riechert观察到的偏差，但是不能够预先得知这一点。
1704423166
1704423167
我们对漏斗网蜘蛛竞争的全面分析仍有一定距离。Riechert在测度成本和收益方面取得进展。遗留的主要困难在于蜘蛛不止是能够采取两个离散的策略：鹰策略和鸽策略，而是存在一个连续的能够选择的行动范围。把这一点纳入考虑并建立模型并非易事。我相信，一个具有完全连续的可行策略范围的博弈模型（例如，在消耗战中的情况）不会给出正确的定性预测。或许，一个合适的模型需要允许许多离散的升级战斗的层次存在。