【科研快讯】滑时佳博士在复杂系统自适应激励调控方面取得新进展

　　

近日，理学院滑时佳博士在CCF-A 类期刊《Science China Information Sciences》（中科院一区Top期刊），发表题为“Governing the commons via adaptive incentive control with real-time feedback”的研究论文。针对生态保护、气候治理、公共卫生、共享资源管理等普遍存在的 “公地困境” 难题，提出带实时反馈的自适应混合激励机制，为复杂系统高效治理提供了全新理论支撑与智能调控路径。

现实中，个体行为与周边环境相互影响、双向反馈，传统治理多采用静态、独立的奖励或惩罚手段，难以适配动态变化的社会场景。课题组立足信息科学视角，突破传统思路，将奖惩机制纳入系统反馈闭环，构建反馈演化博弈模型，根据群体合作水平自适应动态调整奖励与惩罚概率，并系统揭示线性与非线性两类典型反馈下的全局演化规律。

研究表明，该自适应机制可诱导出单稳态、双稳态、周期振荡等丰富动力学行为，且核心规律对反馈形式具有强鲁棒性。与静态激励相比，自适应实时调控更灵活高效，能以更低制度成本实现最优社会合作状态，证明治理效果并非依赖奖惩强度，而在于依据合作状态精准动态调节。

图1 实时反馈下的自适应激励相图：不同奖励与惩罚强度如何塑造合作演化的长期格局。

图中上排为线性反馈，下排为非线性反馈；不同颜色区域对应不同长期动力学行为，展示了系统在奖惩组合变化下从稳定合作到振荡演化的多样结果。

该成果首次实现奖惩一体化自适应调控，将制度激励真正嵌入行为—环境耦合闭环，不仅丰富了复杂信息系统动态调控理论，也为公共卫生应急管理、生态环境治理、共享资源高效利用等现实场景提供了可落地的智能政策设计思路，充分展现我校在信息科学与统计物理交叉领域的前沿创新能力。

滑时佳博士为论文第一作者，刘林杰副教授为通讯作者，我校为论文唯一完成单位。该研究得到国家自然科学基金、中国博士后科学基金等项目资助。

原文链接：https://www.sciengine.com/SCIS/doi/10.1007/s11432-025-4939-8