本研究提出了一种通用的克隆不变评分方法——偏差评分，旨在解决多智能体或多任务评估中的评分问题。该方法基于粗糙相关平衡，适用于复杂的战略互动，展现了在多个领域的应用潜力。

本研究探讨了语言在战略互动中的重要性，提出“对话游戏”作为一种多阶段博弈，强调语言交互的核心作用。通过“裁决游戏”，验证了战略代理相较于简单代理的优势，填补了相关研究的空白。

本研究探讨了多智能体系统中的对称性及其在纳什均衡计算中的应用，指出识别对称性能够简化战略互动分析，并与布劳尔不动点问题的复杂性相当。

研究了多个防御者在安全游戏中的战略互动，提供了三种不同情形下平衡和代价分析的结论，并开发了一种新的混合整数线性规划公式来计算防御者的最佳反应，以便近似计算游戏的 Nash 平衡点，并将其应用于多个网络模型，包括现实世界的电网，从而揭示了网络结构及故障传播概率是防御者过度或过于低估安全性的决定因素。