［本站讯］近日，低空科学与工程学院李栋教授团队在人工智能驱动的复杂网络动力学领域取得系列进展。

图1. Nature Communications论文图形摘要

复杂网络的兴起为系统科学研究提供了全新的视角，如何对复杂网络拓扑结构的动态演化机制进行建模，是理解网络结构和掌控网络功能的基础。具有自治能力的节点通过协同交互而自底向上涌现出的群体智能，是驱动复杂网络不断演化的根本动力。而多智能体强化学习将强化学习的思想和算法应用于多智能体系统的学习和控制中，为解决群体决策任务、实现群体智能提供了重要理论和方法。基于此，文中提出了基于多智能体强化学习的复杂网络演化模型，该模型在复现典型网络特征、拟合真实网络和场景测试等方面均展现了良好的性能。

以上研究成果“Modeling Network Evolution by Multi-Agent Reinforcement Learning”被Nature Communications录用。李栋教授为第一作者，山东大学为第一署名单位。

图2. SIGKDD 2026 论文图形摘要

理解超图演化对揭示复杂网络中高阶交互模式至关重要。现有的演化模型往往依赖于全局拓扑启发式规则，将节点视为被动实体，不仅导致语义一致性和泛化能力较差，同时也忽略了节点属性对结构演化的关键影响。针对现有工作局限，本文提出了一种基于大语言模型（LLMs）智能体的语义感知动态超图生成框架（HyMAGE）。首先，该框架将每个节点建模为自主智能体，并利用大语言模型进行局部层面的语义选择，使超边的形成和解散能够基于局部语义亲和力与结构上下文以自组织的方式涌现。其次，该框架既可作为生成模型来解释现实世界高阶关系的演化机制，又可作为可扩展的合成数据工具，将大语言模型的领域知识提炼为显式的超边结构。大量实验验证了HyMAGE不仅精准复现了真实超图的九类高阶结构模式，其生成的超图数据还在信息扩散最大化等下游任务中展现出了优秀的泛化能力。

以上研究成果“HyMAGE: Semantic-Aware Dynamic Hypergraph Generation”被SIGKDD 2026录用。2023级本科生谷炳桥同学为第一作者，李栋教授为通讯作者，山东大学为第一署名单位。SIGKDD是CCF推荐 A类国际会议，数据挖掘与知识发现领域最具影响力的国际学术会议之一，2026年Research Track录用率为18.5%。

上述成果受到国家自然科学基金和广东省自然科学基金资助。