導語

在復雜系統科學與社會行為研究中，合作如何突破個體利益與集體利益的沖突持續涌現始終是核心謎題。從達爾文對蜜蜂分工的困惑，到哈丁的“公地悲劇”，傳統理論難以解釋現實群體中合作秩序的普遍存在。20世紀70年代，演化博弈論通過“演化穩定策略”概念，以囚徒困境、雪堆博弈等模型構建了合作演化的數學語言；而復雜網絡理論突破了完全混合假設，揭示了拓撲結構對博弈動力學的調控機制。本報告將貫通從經典博弈均衡到網絡拓撲調控的理論鏈條，解析激勵機制如何破解多主體系統中的“搭便車”困局，推動合作秩序的自組織生成。

第四期將由電子科技大學數學科學學院陳小杰教授分享，帶領大家探索合作行為在網絡博弈群體中如何涌現，介紹網絡演化博弈的發展與方法論體系，最后闡述激勵機制在促進合作演化方面發揮的作用以及最新研究成果。讀書會將于3月28日（本周五）19:30-21:30進行，歡迎感興趣的朋友參與討論交流！

分享內容簡介

在自然界、人類社會和工程領域，存在著許多由多個自主個體組成的群體系統。在群體系統中，個體之間的連接交互關系構成了一個復雜的網絡博弈系統。近年來，網絡科學研究的興起與發展，特別是復雜網絡研究的興起與發展為描述群體中個體之間的相互連接和博弈交互關系提供了便利。探索合作行為在網絡博弈群體中如何涌現是交叉學科基礎前沿課題。實施激勵被認為是促進群體合作涌現的一種重要途徑，也是促進群體智能涌現的一種重要機制。本次報告將從演化博弈論入手，介紹合作演化難題。進一步，講述網絡演化博弈的由來與基本框架，并介紹網絡演化博弈方面的代表性論文。最后，闡述激勵機制在促進合作演化方面發揮的作用，并分享群體合作涌現激勵調控方面的最新研究成果。

分享內容大綱

1. 演化博弈論

2. 合作演化

3. 網絡演化博弈

4. 激勵機制與調控

主要涉及到的知識概念

演化穩定策略, Evolutionarily stable strategy

復雜網絡, 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

合作演化與涌現, Evolution and emergence of cooperation

講者介紹

陳小杰，電子科技大學數學科學學院教授、博士生導師。2005年獲得國防科技大學學士學位。2011年獲得北京大學博士學位。2008－2009年在加拿大不列顛哥倫比亞大學作訪問學者。2011－2013年在奧地利國際應用系統分析研究所作博士后。2013－2014年在奧地利國際應用系統分析研究所作研究學者。2014年入職電子科大工作至今。入選四川省千人計劃、愛思唯爾“中國高被引學者”榜單（2021-2023），連續多年入選全球前2%頂尖科學家榜單，擔任多個SCI期刊編委和多個專委會委員。近年來主要從事網絡演化博弈、群體智能涌現方面的研究，發表SCI論文100余篇，成果得到諾貝爾獎獲得者等的引用和正面評價。

參考文獻

1. J. Maynard Smith, Evolution and the theory of games, Cambridge University Press, 1982.

2. M. A. Nowak and R. M. May, Evolutionary games and spatial chaos, Nature, 1992, 359: 826–829.

3. M. A. Nowak, Evolutionary dynamics: exploring the equations of life, Harvard University Press, 2006.

4. M. A. Nowak, Five rules for the evolution of cooperation. Science, 2006, 314: 1560–1563.

5. G. Szabó and G. Fáth, Evolutionary games on graphs. Physics Reports, 2007, 446: 97–216.

6. 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.

7. 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.

8. M. Perc, J. Gómez-Garde?es, A. Szolnoki, L. M. Floría, and Y. Moreno, Evolutionary dynamics of group interactions on structured populations: A review, Journal of t he Royal Society Interface, 2013, 10: 20120997.

9. 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.

10. X. Chen, T. Sasaki, ? Br?nnstr?m, and U. Dieckmann， First carrot, then stick: how the adaptive hybridization of incentives promotes cooperation. Journal of the Royal Society Interface, 2015, 12: 20140935.

11. 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).

報名方式

直播信息

時間：2025年3月28日 周五 19:30-21:30

報名參與讀書會：

斑圖鏈接：https://pattern.swarma.org/study_group_issue/877?from=wechat

掃碼參與，加入群聊，獲取系列讀書會回看權限，加入復雜網絡動力學社區，與社區的一線科研工作者溝通交流，共同探索復雜系統自動建模這一前沿領域的發展。

復雜網絡動力學讀書會

集智俱樂部聯合合肥工業大學物理系教授李明、杭州師范大學阿里巴巴商學院教授劉潤然、同濟大學副教授張毅超、北京師范大學特聘副研究員史貴元與在讀博士生邱仲普、張章共同發起。本次讀書會將探討：同步相變的臨界性、如何普適地刻畫多穩態與臨界點、如何識別并預測臨界轉變、如何通過局部干預來調控系統保持或回到期望穩態、爆炸逾滲臨界行為的關鍵特征、不同類型的級聯過程對逾滲相變的影響有何異同、高階相互作用的影響能否等效為若干簡單機制的疊加、如何有效地促進人類個體間的合作等問題。

讀書會計劃從3月7日開始，每周五晚19:30-21:30進行，持續8-10周。誠摯邀請領域內研究者、尋求跨領域融合的研究者加入，共同探討。

詳情請見：