从众行为是人类和社会动物中普遍存在的一种现象,它对集体行为具有强烈的影响。在演化博弈论中,从众行为对群体合作的影响已得到了广泛的探索。从众驱动的个体倾向于遵循大多数邻居所采用的策略。在以前大多数的研究中,个体将邻居的一半作为识别多数的阈值。但是,实际上,个体可以基于不同的阈值确定多数。例如,除非邻居中相同策略个体的比例达到四分之三,否则它们可能不会遵循。相反,个体邻居中持相同策略的个体少于一半时,中心个体也可能遵循。近年来,从众驱动在合作演化行为中占据越来越重要的地位,为了更深入的研究从众驱动对合作行为演化的影响,在这里,我们研究了从众阈值对空间囚徒困境博弈中合作的影响。文中在从众驱动与收益驱动并存的情况下研究不同的从众阈值对群体合作水平的影响。之前的研究表明,两种学习方式并存时可以有效的提高群体合作水平。文中首先引入8邻居和24邻居格子网络以便采取不同的从众阈值,然后探究不同的从众阈值在收益参数不同时对群体合作水平的影响。从众驱动在促进群体合作演化中具有重要的推动作用。我们使多邻居格子网络中同时存在从众驱动策略和收益驱动策略,然后再引入从众阈值f,研究f对合作水平的影响。我们的结果表明,总有一个最优的从众阈值可以使合作水平最大化。而且,我们发现最佳从众阈值取决于博弈的收益参数。此外,我们已经检验了结果的鲁棒性,发现当使用不同的网络方案时,仿真结果在结论上没有变化。