广义纳什均衡问题(GNEP)在实际中应用广泛.然而,现实生活中会存在一些不确定因素,忽视这些因素将导致决策失误.由于随机因素的引入,使得GNEP变得更加复杂且应用更加广泛.为此,本文研究随机广义纳什均衡问题(SGNEP).由于随机变量的存在,该问题通常无解.这就需要我们构造一个合理的确定性模型,再对该确定性模型求解,并将该确定性模型的解视为SGNEP的解.本文首先考虑非光滑SGNEP为了给出该SGNEP的确定性模型,本文通过SGNEP的一阶必要性条件和非线性互补函数提出该问题的期望残差最小化(ERM)模型.由于该模型的目标函数是非凸的,这使得应用优化算法求得的最优解不止一个,如果从这些所得解中任取一个作为SGNEP的解,可能不具有好的性质.为此,本文给出求解SGNEP的限定ERM模型.由于该模型非光滑,本文应用光滑化方法给出该模型的光滑化问题并分析了该光滑化问题最优解的收敛性.由于该光滑化问题的目标函数中含有数学期望,而期望值不易求得.因此,本文进一步应用样本均值近似(SAA)方法获得该光滑化问题的近似问题并给出了该近似问题最优解的收敛性.其次,本文讨论光滑SGNEP.本文通过该SGNEP的一阶必要性条件和条件风险价值(CVaR)构造了该均衡问题的低风险模型.由于该低风险模型含有非光滑约束和数学期望,本文进一步利用光滑化罚SAA方法给出该低风险模型的近似问题,并分析了该近似问题最优解的收敛性.最后,本文给出一些数值算例,用以验证本文所提方法的可行性.