对React时间和行为的调查在认知心理学中有着悠久的传统，特别是对于非战略决策。 最近，实验经济学家也研究了战略互动中的响应时间，但重点是一次性游戏或重复的社会困境。 我研究了重复（纯冲突）博弈中响应时间的决定因素，承认独特的混合策略纳什均衡，具有固定的合作伙伴匹配。 响应时间取决于嵌入在双进程框架中的两个决策模型的相互作用（Achtziger 和 Alós-Ferrer，2014 年；Alós-Ferrer，2016 年）。 第一个决策模型是常用的 win-stay/lose-shift 启发式，第二个是 Spiliopoulos (2013) 中的模式检测强化学习模型。 前者不那么复杂，并且可以比后者更快地执行。 正如预测的那样，这两个模型之间的冲突（即，每个模型都推荐不同的行动方案）导致响应时间比没有冲突的情况更长。 双过程框架根据冲突的存在（或不存在）之间的相互作用以及所选择的行动与两个决策模型中的哪一个一致而产生其他定性响应时间预测——这些都得到了数据的广泛验证。 RT 的其他决定因素是在现有理论的基础上假设的，并进行了实证检验。 响应时间在很大程度上取决于双方玩家在前几轮中选择的行动以及由此产生的结果。 具体来说，在获得最大可能回报的上一轮获胜后，响应时间最短； 损失后的响应时间明显更长。 强烈的自相关行为（无论其符号如何）也与更长的响应时间相关。 我的结论是，与其他任务类似，在行为和 RT 之间的重复博弈中存在很强的耦合，可以利用它来进一步理解决策制定。
