当协调遇见反协调：复杂网络中的行为对齐新机制

本文研究复杂网络中个体通过协调与反协调行为实现行为对齐的机制。背景方面，传统研究多关注模仿与社会学习，而现实中个体常基于局部信息进行理性决策。研究目的为探究协调与反协调两类决策模式在复杂网络中的互动规律及其对系统演化的影响。结论表明，网络结构对系统均衡数量、收敛速度和稳健性具有决定性作用，其中平均路径长度是核心预测指标：在协调博弈中，中等路径长度导致更多均衡状态；在反协调博弈中，较长路径长度促进多元均衡。这一规律在合成网络和真实网络中均得到验证，为群体行为预测提供了新视角。