お互いが自分のデータを持たれてるとわかったなら、ゲーム理論も組み合わせないと最も期待値が高くなる行動を選べないんちゃうか？
Aが特定の状況で100％の確率である行動をする→Bにバレる→Aがバレたことに気付く
この場面でAが同じ行動をするわけないやん？