本文聚焦机器欺骗研究，系人工智能领域首个关于如何构建欺骗能力机器的完整计算理论框架。论文探讨人工智能、哲学与心理学领域内有限的欺骗相关研究，从两个方向切入机器欺骗问题：其一为多智能体系统（MAS）中的智能体认知建模视角，该视角支持对人工智能体潜在欺骗机制及类人心智推理进行工程化与形式化建模；其二为多智能体系统中智能体行为的演化视角，揭示欺骗如何破坏人机混合社会中基于知识交换的协作稳定性，同时论证适当社会互动机制可重建协作。本文提出人工智能领域的六项贡献：1）计算欺骗的概念基础；2）建模与实现具备他者心智建模能力的实践推理智能体的新方法；3）基于三大欺骗性沟通理论的多智能体系统欺骗性智能体形式化建模新方法；4）基于Jason智能体导向编程语言的模型实现步骤详解；5）混合社会智能体知识共享演化公共品博弈中欺骗建模与评估新方法；6）面向情报分析的欺骗多智能体系统框架提案。本论文指明三大未来研究方向：模型优化、欺骗分析多智能体工具开发，以及可对话智能机器构建。

第一部分为引言与文献综述，包含两章：
• 第1章（本章）介绍研究主题与问题；
• 第2章梳理相关文献，为研究问题提供理论框架。

第二部分为理论基础，含两章：
• 第3章提出机器欺骗分类体系及其计算形式；
• 第4章阐述多智能体系统中心智理论的智能体通信机制，包括操作语义与实现。

第三部分探讨欺骗复杂推理机制构建，含两章：
• 第5章区分三类非诚实行为及其实现；
• 第6章提出基于信念-愿望-意图的多智能体欺骗推理机制，结合人际动态不确定条件下的心智理论，详述操作语义与实现。

第四部分分析欺骗机器的深层影响，含两章：
• 第7章构建知识共享演化公共品博弈模型及其欺骗机制设计，评估欺骗的时变演化及其对不同治理社会的影响；
• 第8章评估论文贡献，探讨机器欺骗研究的总体方法论。

第9章总结研究成果并展望未来方向。附录详述第7章模型组件。