经典的纳什均衡理论预测博弈的结果是基于参与博弈的个体的完全理性。随着博弈论思想引入到了演化生物学的研究中,个体行为和种群的思考模式也融入到了博弈论中,演化博弈理论不再依赖于理性个体的假设,演化中适应度越高的策略被模仿和学习的机会越大。近年来,随着复杂网络的发展,网络演化博弈成为博弈论的前沿研究领域。公共物品博弈作为典型的社会困境博弈,从社会困境的角度看,作为从两人囚徒困境博弈到多人博弈的一种推广,公共物品博弈刻画了利己与集体合作的矛盾,在演化博弈的合作涌现研究中,该博弈得到了广泛关注。针对公共物品博弈的特点,本论文提出了群组学习的机制,研究工作重点为:在网络博弈演化中不同的策略更新方法对演化博弈中群体合作涌现或抑制的影响。根据本论文提出的学习机制和文献已有的经典学习机制的对比分析,本论文得到的结果主要包括:(1)指出群组学习机制是公共物品博弈的特有特点,经典的局部学习机制更适用于囚徒困境等二人博弈。(2)在群组学习机制下,通过策略更新时模仿邻居中支付最大的个体策略,可以使在格网等正则网络上,WS小世界网络上的合作水平高于经典的局部学习机制。(3)群组学习机制下,通过策略更新时模仿随机选择的邻居的策略,可以使群体在最近邻耦合网络、WS小世界网络上的合作水平高于局部学习机制。(4)比较单独使用惩罚或奖励机制和惩罚背叛者的同时奖励合作者的机制,仿真结果表明,在相同的参数下,惩罚背叛者的同时奖励合作者机制要优于单独使用惩罚或奖励机制;结合奖惩机制,在多数情况,群组学习机制较局部学习机制对合作涌现的促进更加明显;无论是使用群组学习规则还是局部学习规则,使用小的惩罚力度,就能比奖励达到更高的群体合作水平。