index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_guoji1.html
![]()
本文介绍了复杂系统科学中合作行为的研究，特别是网络演化博弈。文章探讨了合作在群体系统中的涌现，以及激励机制在解决“搭便车”困局中的作用。通过演化博弈论、网络演化博弈等模型，分析了合作演化的关键因素，并介绍了最新的研究成果。读书会将于3月28日举行，探讨网络拓扑结构对博弈动力学的影响，以及如何通过激励机制促进合作。
🤝合作演化是复杂系统研究的核心议题，传统理论难以解释现实群体中的合作秩序。
💡演化博弈论通过“演化稳定策略”等概念，构建了合作演化的数学语言，例如囚徒困境、雪堆博弈等模型。
🌐复杂网络理论突破了完全混合假设，揭示了拓扑结构对博弈动力学的调控机制，为研究群体中个体之间的相互连接和博弈交互关系提供了便利。
💰激励机制被认为是促进群体合作涌现的重要途径，电子科技大学陈小杰教授将在读书会上分享相关研究成果，探讨如何在网络博弈中应用激励机制。
📚读书会将涵盖演化稳定策略、复杂网络、演化博弈等知识概念，并介绍网络演化博弈的基本框架，以及激励机制在促进合作演化方面发挥的作用。
集智俱乐部 集智俱乐部 2025年03月25日 21:30 上海
在复杂系统科学与社会行为研究中，合作如何突破个体利益与集体利益的冲突持续涌现始终是核心谜题。从达尔文对蜜蜂分工的困惑，到哈丁的“公地悲剧”，传统理论难以解释现实群体中合作秩序的普遍存在。20世纪70年代，演化博弈论通过“演化稳定策略”概念，以囚徒困境、雪堆博弈等模型构建了合作演化的数学语言；而复杂网络理论突破了完全混合假设，揭示了拓扑结构对博弈动力学的调控机制。本报告将贯通从经典博弈均衡到网络拓扑调控的理论链条，解析激励机制如何破解多主体系统中的“搭便车”困局，推动合作秩序的自组织生成。「复杂网络动力学」读书会第四期将由电子科技大学数学科学学院陈小杰教授分享，带领大家探索合作行为在网络博弈群体中如何涌现，介绍网络演化博弈的发展与方法论体系，最后阐述激励机制在促进合作演化方面发挥的作用以及最新研究成果。读书会将于3月28日（本周五）19:30-21:30进行，欢迎感兴趣的朋友参与讨论交流！
在自然界、人类社会和工程领域，存在着许多由多个自主个体组成的群体系统。在群体系统中，个体之间的连接交互关系构成了一个复杂的网络博弈系统。近年来，网络科学研究的兴起与发展，特别是复杂网络研究的兴起与发展为描述群体中个体之间的相互连接和博弈交互关系提供了便利。探索合作行为在网络博弈群体中如何涌现是交叉学科基础前沿课题。实施激励被认为是促进群体合作涌现的一种重要途径，也是促进群体智能涌现的一种重要机制。本次报告将从演化博弈论入手，介绍合作演化难题。进一步，讲述网络演化博弈的由来与基本框架，并介绍网络演化博弈方面的代表性论文。最后，阐述激励机制在促进合作演化方面发挥的作用，并分享群体合作涌现激励调控方面的最新研究成果。演化稳定策略, Evolutionarily stable strategy
复杂网络, Complex networks
演化博弈, Evolutionary games
囚徒困境, Prisoner’s dilemma game
雪堆博弈, Snowdrift game
公共品博弈, Public goods game
合作演化与涌现, Evolution and emergence of cooperation陈小杰，电子科技大学数学科学学院教授、博士生导师。2005年获得国防科技大学学士学位。2011年获得北京大学博士学位。2008－2009年在加拿大不列颠哥伦比亚大学作访问学者。2011－2013年在奥地利国际应用系统分析研究所作博士后。2013－2014年在奥地利国际应用系统分析研究所作研究学者。2014年入职电子科大工作至今。入选四川省千人计划、爱思唯尔“中国高被引学者”榜单（2021-2023），连续多年入选全球前2%顶尖科学家榜单，担任多个SCI期刊编委和多个专委会委员。近年来主要从事网络演化博弈、群体智能涌现方面的研究，发表SCI论文100余篇，成果得到诺贝尔奖获得者等的引用和正面评价。J. Maynard Smith, Evolution and the theory of games, Cambridge University Press, 1982.M. A. Nowak and R. M. May, Evolutionary games and spatial chaos, Nature, 1992, 359: 826–829.M. A. Nowak, Evolutionary dynamics: exploring the equations of life, Harvard University Press, 2006.M. A. Nowak, Five rules for the evolution of cooperation. Science, 2006, 314: 1560–1563.G. Szabó and G. Fáth, Evolutionary games on graphs. Physics Reports, 2007, 446: 97–216.H. Ohtsuki, C. Hauert, E. Lieberman, and M. A. Nowak, A simple rule for the evolution of cooperation on graphs, Nature, 2006, 441: 502-505.F. C. Santos, M. D. Santos, and J. M. Pacheco, Social diversity promotes the emergence of cooperation in public goods games, Nature, 2008, 454: 213-216.M. Perc, J. Gómez-Gardeñes, A. Szolnoki, L. M. Floría, and Y. Moreno, Evolutionary dynamics of group interactions on structured populations: A review, Journal of the Royal Society Interface, 2013, 10: 20120997.B. Allen, G. Lippner, Y.-T. Chen, B. Fotouhi, N. Momeni, S.-T. Yau, and M. A. Nowak, Evolutionary dynamics on any population structure, Nature, 2017, 544: 227–230.X. Chen, T. Sasaki, Å Brännström, and U. Dieckmann， First carrot, then stick: how the adaptive hybridization of incentives promotes cooperation. Journal of the Royal Society Interface, 2015, 12: 20140935.S. Wang, M. Cao, and X. Chen. Optimally combined incentive for cooperation among interacting agents in population games. IEEE Transactions on Automatic Control, 2025, 10.1109/TAC.2025.3529852 (full paper).
直播信息时间：2025年3月28日 周五 19:30-21:30
从2025年3月7日开始，每周五19:30-21:30，持续时间预计 8-10 周左右，按读书会框架设计，每周进行线上会议，与主讲人等社区成员当面交流，会后可以获得视频回放持续学习。扫码填写报名信息。
斑图链接：https://pattern.swarma.org/study_group/59?from=GraphScienceLab扫码参与「复杂系统网络动力学」读书会，加入群聊，获取系列读书会回看权限，加入复杂系统自动建模社区，与社区的一线科研工作者沟通交流，共同探索复杂系统自动建模这一前沿领域的发展。集智俱乐部联合合肥工业大学物理系教授李明、同济大学副教授张毅超、北京师范大学特聘副研究员史贵元与在读博士生邱仲普、张章共同发起「复杂网络动力学」读书会。本次读书会将探讨：同步相变的临界性、如何普适地刻画多稳态与临界点、如何识别并预测临界转变、如何通过局部干预来调控系统保持或回到期望稳态、爆炸逾渗临界行为的关键特征、不同类型的级联过程对逾渗相变的影响有何异同、高阶相互作用的影响能否等效为若干简单机制的叠加、如何有效地促进人类个体间的合作等问题。读书会计划从3月7日开始，每周五晚19:30-21:30进行，持续8-10周。诚挚邀请领域内研究者、寻求跨领域融合的研究者加入，共同探讨。
内容中包含的图片若涉及版权问题，请及时与我们联系删除
