本文研究复杂社会（Complex Societies, CS）中的多智能体决策，复杂社会是由相互依存的智能体组成的系统，其集体行为源于局部互动。此类涌现动力学是非线性的且难以预测，这为理解个体决策如何演变为社会结果带来了重大挑战。现有方法往往难以全面捕捉复杂社会的综合特征，包括非对称性、去中心化和自适应性。为弥补这一不足，我们引入了新的智能体策略模型与分析，以解释合作与稳定性如何在复杂社会中产生。本论文围绕三个相互关联的研究项目展开，深化了我们对复杂社会中多智能体决策的理解。

本研究聚焦于"初中游戏"，这是一个基于策略性网络的环境，旨在模拟复杂社会互动的核心特征。第一个项目将"初中游戏"确立为模拟复杂社会中多智能体决策的代表性测试平台，并提出了利用网络拓扑研究集体行动的基线算法。第二个项目结合了真实人类行为数据，对人类在"初中游戏"中的行为进行建模，并展示了人工智能体如何在人类社会中成功进行互动。最后一个项目探讨了智能体社会的演化稳定性与生产力，通过分析哪些策略具有演化稳定性以及哪些策略有助于提升社会生产力，探究了智能体互动之间的相互依存关系。

总体而言，本论文为研究复杂社会中的多智能体决策提供了一个统一框架。通过引入"初中游戏"、对其内部人类策略进行建模，并分析合作的演化稳定性，本研究表明局部互动如何扩展为集体行动与稳定性。研究结果表明，社群意识与高阶推理对维持合作至关重要，同时该研究也为在共享环境中比较人工策略与人类策略提供了工具。这些贡献推动了多智能体系统和复杂网络理论的发展，并为将相关见解应用于合作脆弱的现实领域（从政治联盟到经济网络，再到人机协作）奠定了基础。