群体合作是自然界和人类社会赖以生存和稳定运行的基础,如何揭示群体合作行为的涌现机理和激发机制,也成为了近年人工智能领域最具挑战性的科学难题。演化博弈论作为定量刻画群体合作、竞争过程中个体行为决策规律的理论方法,对研究人类行为决策模式提供理论支持。目前,各国也制定了相应的研究计划,明确了博弈论驱动的行为决策研究在人工智能中的重要地位。本文在复杂网络的基础上,运用演化博弈理论,提出以下两种行为决策模型,试图探索结构化群体上促进群体合作行为涌现的机制及其演化过程:（1）提出了基于种间交互的结构化群体博弈模型。针对不同种群数量对合作演化的影响,本文在传统囚徒困境博弈模型的基础上考虑不同种群之间的收益损失来评估多种群之间的群体合作水平,并提出了基于策略循环的微观机制解释。由于多种群的引入,群体行为决策会自发形成稳定的策略循环,显著提升了群体合作水平。实验结果表明,在合作优势条件下,种群较少的系统保持稳定,允许合作行为的产生,种群数量较大的系统会极大促进群体合作行为的涌现,系统中群体合作占据绝对优势。在合作劣势条件下,更少种群数量的系统反而能够促进群体合作的维持,种群数量较大的系统中的策略循环往往会崩溃,从而导致合作行为消失。（2）提出了基于可变环境的结构化群体博弈模型。针对博弈参与者与环境交互,群体行为会诱发博弈环境的改变这个问题,本文考虑了行为和环境的共演化,扩展了传统的公共物品博弈模型,引入了群体博弈环境变化触发阈值,构建了行为-环境共演化模型,探索可变环境下结构化群体的演化博弈动力学。研究结果发现提出的共演化模型可以有效地促进群体合作行为的涌现和维持。随着阈值的增长,群体合作水平越高,存在最优阈值能更好地促进群体合作行为涌现。这是因为群体合作行为能够持续的改善环境使博弈参与者在下一轮博弈中有可能获得更高的收益,而大规模的背叛行为则会破坏环境,从而导致博弈参与者的未来收益持续下降。在这种情况下,人们似乎更愿意放弃自私的搭便车行为而向公共池中投资。