本文综述了利用计算机模拟与多智能体系统研究复杂系统及人类行为建模的进展，涵盖人类行为建模的模拟、感知与生成三方面，包括基于深度强化学习（如PPO）的自适应行为仿真、数据驱动的BITS交通行为生成方法及仿真工具、基于Scenic语言的仿真测试平台、基于心智理论的智能体框架、结合贝叶斯神经网络的BNSP-SFM行为预测模型（精度提升50%）、用大语言模型生成社交互动以辅助社交计算设计，以及游戏引擎作为具身空间推理与人工智能开发平台的作用，并归纳了行为量化建模的两类主要方法。