2026年7月9日，TOPS第185期组会于通达馆A102线下举行。本次组会由上海交通大学自动化与感知学院苏奇老师进行了以《动态网络上的演化博弈和群体智能》为主题的学术报告分享。课题组全体老师同学出席了本次组会。

汇报时刻

本次讲座聚焦于人工智能领域中以群体智能和博弈理论主导视角下的复杂网络问题的发展研究。本次分享报告有条不紊地从研究问题背景介绍到研究内容，再到最后系统性总结了复杂网络上的演化博弈等一系列进展。

首先，在研究背景上，强调了群体智能对于复杂问题研究的普遍性与重要性。这代表了多智能体互动的方向性，多个系统的耦合、系统结构的时间变化特性以及合作与协调的涌现现象。随着人工智能、多智能体系统以及复杂网络理论的不断发展，现实世界中的大量系统逐渐呈现出多主体协同、结构动态变化以及行为相互影响等特点。例如，在社会关系网络、生态系统以及智能交通系统中，个体之间的连接关系并非固定不变，而是在环境变化和个体行为调整过程中持续演化。因此，如何理解动态网络结构与个体决策之间的相互作用关系，成为复杂系统研究中的重要问题。

传统网络演化研究通常基于静态网络假设，即认为个体之间的连接关系在较长时间尺度内保持稳定。然而，在实际应用场景中，网络结构往往具有明显的动态特征。在这种情况下，仅利用静态网络模型难以准确描述系统内部的演化过程。因此，将网络结构变化因素引入演化博弈模型，对于进一步揭示群体行为形成机制具有重要意义。

研究背景

在研究内容部分，苏奇老师围绕博弈理论为核心的复杂网络的演化方面，系统性地构建了精密的研究体系，并且以真实准确的理论和实践案例清晰地展示了各类网络动态演化问题以及个体合作对其影响机制。对于群体合作涌现的存在性、发生机理以及触发时机提出了系统性地解答。具体而言，当网络中存在不同连接密度的局部社区结构时，网络状态之间的动态转换可能改变个体之间的互动关系，使合作行为获得更有利的发展空间。相比于固定网络结构，动态网络能够通过不断调整局部连接模式，使合作个体在不同阶段获得新的传播机会，从而提升合作策略在群体中的稳定性。这一研究结果突破了传统静态网络中关于“网络变化可能破坏合作结构”的认识，为理解复杂系统中的合作涌现现象提供了新的理论解释。

通过上述研究，苏奇老师展示了演化博弈理论在复杂网络分析中的重要作用，并进一步介绍了相关理论在群体智能、多智能体协同以及智能交通等领域中的潜在应用价值。如何利用群体智能机制实现更高效、更稳定的系统运行，是值得进一步探索的重要方向。

研究内容

最后，苏奇老师全面且精炼地做出了本次交流分享的报告总结，得出了客观真实的研究结论，并与在场的同学与老师展开了高质量的交流讨论。

研究总结

在交流讨论环节，与会老师和同学围绕动态网络建模方法、演化机制分析以及相关应用场景展开了深入交流。大家结合自身研究方向，就复杂网络分析、多智能体系统以及智能交通领域中的相关问题进行了积极讨论。从博弈理论对于动态网络演化的细节事项，到该技术全面深入地与智能交通方面结合等建设性的学术思想观点交流层出不穷，整场研讨在积极而富有浓厚的学术氛围中顺利结束。