KI-gesteuerte Bonding Curve-Portfoliorisikoanalyse

Elaine, Jereyme｜Autor

Sissi@TEDAO｜Übersetzer

Vorwort des Übersetzers:

Diese Übersetzung stellt die innovativen Vorschläge vor, die im Frühjahr von Token Engineering Commons (bezeichnet als „TEC“) gefördert wurden 2024. TEC ist eine der wichtigsten Communities auf der Welt, die Token Engineering unterstützt und fördert. Sie engagiert sich für die Schaffung und Aufrechterhaltung eines nachhaltigen Ökosystems und bietet Community-Mitgliedern über ihr Forum und andere Ressourcen eine Plattform zur Unterstützung und Zusammenarbeit.

Dieses Projekt nutzt Verstärkungslernen sowie agentenbasierte Modellierungs- und Simulationstechnologie, um den Bindungskurvenmechanismus im Token-Ökosystem zu optimieren. Durch die Untersuchung und Reaktion auf potenzielle böswillige Strategien unter verschiedenen PAMM- und SAMM-Bindungskurvenkombinationen zielt das Projekt darauf ab, die wirtschaftliche Sicherheit des Token-Systems deutlich zu verbessern. Darüber hinaus setzt sich das Projekt dafür ein, die Popularisierung und Praxis des Token Engineering zu fördern, damit mehr Menschen diese Spitzentechnologie verstehen und daran teilnehmen können, und so den Weg für den Aufbau eines sichereren und nachhaltigeren Token-Ökosystems ebnen.

1. Details zum Angebot

Die Bindungskurve ist ein wesentlicher Bestandteil des Token-Ökosystems. Sie spielt eine Schlüsselrolle bei der Kontrolle der Token-Preisschwankungen, der Bereitstellung der erforderlichen Liquidität und der Dynamik des Token-Angebots. Durch die Mathematisierung der Beziehung zwischen mehreren Elementen in einem Token-Ökosystem öffnet die Bindungskurve auch die Tür zur „technischen Kontrolle“ des Token-Ökosystems.

Bereits im Jahr 2018 schlug das IncentiveAI-Team das Konzept vor, KI-Agenten zur Mechanismusoptimierung zu verwenden. Durch die Beobachtung des Verhaltens gieriger Machine-Learning-Agenten können wir mögliches Benutzerverhalten nach der Bereitstellung des Systems in der realen Umgebung identifizieren und vergleichen reale Verhaltensweisen mit Die Unterschiede zwischen erwarteten Verhaltensweisen werden zur kontinuierlichen Optimierung des Mechanismusdesigns genutzt. Sie wandten dieses Konzept auch auf die Bindungskurvenforschung des Ocean-Protokolls an. Leider wurde das Projekt nicht in großem Maßstab umgesetzt und es konnte kein Projektcode als Referenz oder zum Betrieb gefunden werden.

Seit 2023 führt BCRG (Bonding Curve Research Group) relativ umfassende Forschung, Entwicklung, Ausbildung und Anwendung der Bonding-Kurve durch, insbesondere im Bereich der Bonding-Kurve von PAMM (Primary Automated Market Maker) und SAMM (Secondary Automated Market Maker). . Der Beschreibung von BCRG in „Modellierung und Simulation von Bindungskurven“ zufolge wurde jedoch, möglicherweise aufgrund von Ressourcenbeschränkungen, noch keine tiefergehende Forschung wie die Erforschung böswilliger Strategien, Penetrationstests und Hypothesenanalysen durchgeführt.

Unser Team konzentriert sich seit langem auf die Erforschung des Bereichs Token Engineering und setzt sich dafür ein, agentenbasierte Modellierung und Simulation zur Lösung von Entwurfs- und Optimierungsproblemen komplexer Systeme einzusetzen.

1.2 Projekteinführung

In diesem Vorschlag wollen wir das Konzept der Anreiz-KI übernehmen und den durch Verstärkungslernen trainierten KI-Agenten verwenden, um die böswilligen Strategien potenzieller Angreifer unter verschiedenen PAMM- und SAMM-Bindungskurvenkombinationen zu untersuchen und weiter zu vergleichen Analyse und Verhaltensraumforschung werden durchgeführt, um relativ stabile und qualitativ hochwertige Bindungskurvenparameterkombinationen zu finden, um das Mechanismusdesign des Protokolls kontinuierlich zu optimieren, die Lücke zwischen erwartetem Verhalten und tatsächlichem Verhalten zu verringern und die wirtschaftlichen Sicherheitsrisiken des Protokolls zu verringern Token-Ökosystem.

Konkret wählen wir für die Auswahl der PAMM-Bindungskurve die vier häufigsten Typen aus: Linear, Exponential, Potenz und Sigmoid; für die Auswahl der SAMM-Bindungskurve wählen wir das gängigste konstante Produkt (z. B. Uniswap) und Es gibt zwei Arten von Hybriden (z. B. Curve), was zu 8 Kombinationen von PAMM und SAMM führt. Wir werden agentenbasierte Modellierungs- und Simulationsmethoden verwenden, um Experimente durchzuführen, KI-Agenten verwenden, um die Menge potenzieller bösartiger Strategien für jedes Schema und die Wahrscheinlichkeit ihres Auftretens zu untersuchen, und die Simulationsergebnisse verwenden, um die Konsequenzen bösartiger Strategien visuell darzustellen das System, so dass es möglich ist, durch Experimente relativ wissenschaftliche Strategien zur Reaktion auf böswillige Angriffe und Lösungen zur Optimierung von Bindungskurvenmechanismen zu erforschen.

Gleichzeitig haben wir uns um das Premium-Account-Sponsoring von Holobit beworben. Wir werden diese fortschrittliche Modellierungs- und Simulationsplattform nutzen, um unsere Modellkonstruktionsdetails und den gesamten experimentellen Prozess vollständig transparent zu machen.

Mögliche Innovationen
I. Führen Sie Verstärkungslernen in das Token Engineering ein, um eine Reihe von Methoden zur Optimierung von Protokollmechanismen auf der Grundlage von KI-Agenten und agentenbasierter Modellierung zu bilden.

II machbar, umsetzbar und wiederverwendbar und kann für die wirtschaftliche Sicherheit des gesamten Token-Ökosystems hilfreich sein

III Dank des leistungsstarken Tools Holobit kann dieses Modell von der Öffentlichkeit verstanden, verwendet und überprüft werden.

Das kurzfristige Ziel des Projekts‍
Ich verwende KI-Agenten, um potenzielle bösartige Strategien unter verschiedenen PAMM- und SAMM-Bindungskurvenkombinationen zu erkunden, mögliche Risiken unter verschiedenen Mechanismuskombinationen zu identifizieren und die entsprechenden Risiken zu bewältigen Strategie- und Mechanismusoptimierungsplan;

II. Bereitstellung einer relativ wissenschaftlichen und strengen Forschungsmethode für die Entwicklung der Bindungskurve; Perspektive der Bindungskurve.

Das langfristige Ziel des Projekts‍

Durch die Kombination der Popularisierung der agentenbasierten Modellierungs- und Simulationsmethoden der KI mit der Förderung des Token Engineering ist es für jeden möglich, ein Token Engineer zu werden, wodurch ein antifragilerer und dezentralerer, gemeinschaftsorientierter Ansatz geschaffen wird „Token Ecosystem“ legt eine solide Grundlage, um Token Engineering weiter zu fördern und seine Entwicklung sowohl auf theoretischer als auch auf praktischer Ebene zu beschleunigen.

2. Erwartete Ergebnisse

Mit dem Holobit-Tool für die agentenbasierte Modellierung werden voraussichtlich die folgenden Ergebnisse geliefert:

• Ein symbolisches wirtschaftliches Off-Chain-Simulationsmodell, das KI-Agenten einführt, einschließlich Experimenten mit 8 Kombinationen des PAMM- und SAMM-Plans. Gleichzeitig ist das Modell völlig transparent und kann von jedem gelesen, verwendet und überprüft werden.

• Ein Forschungsbericht über potenzielle böswillige Angriffsstrategien basierend auf verschiedenen Kombinationen von PAMM- und SAMM-Bindungskurven, die von AI-Agent untersucht wurden ( einschließlich Modellierungsprozess, experimentelle Inhalte, Schwachstellenrisiken und Optimierungspläne).

3. Ausrichtung von Mission und Werten

• Komfort: Holobit unterstützt das öffentliche Teilen und die Modellierungslogik ist einfach, visuell und intuitiv, sodass jeder es lesen, verwenden und überprüfen kann. Daher kann dieses Modell als öffentliches Gut geöffnet und für jedermann zugänglich und getestet werden, wie beispielsweise im Fall des bereitgestellten Terra/LUNA-Ökosystems.

• Bildung: Durch detaillierte Modelle und Simulations-Tutorials kann das Projekt der Öffentlichkeit helfen, das Funktionsprinzip der Bindungskurve und ihre Schlüsselrolle im Token-Ökosystem tiefgreifend zu verstehen; durch agentenbasierte Modellierung und Simulation kann das Projekt demonstriert werden die Öffentlichkeit Wie man dynamische Zusammenhänge und potenzielle Risiken in komplexen Systemen analysiert und damit umgeht. Diese Fähigkeit ist weit verbreitet und auch eine Schlüsselkompetenz für das Studium von Token Engineering. Wenn diese Reihe von Methoden und Werkzeugen durch dieses Modell in der Community populär gemacht werden kann, kann dies die Popularität, Entwicklung und praktische Anwendung von Token Engineering weiter fördern.

• Transparenz: Nur wenn die Öffentlichkeit es verstehen kann, ist es wirklich transparent. Dieses Modell beinhaltet keinen Code. Der Modellierungsmechanismus und der experimentelle Prozess werden durch das Holobit-Tool visualisiert. Durch Modellierung und Experimente wird nicht nur die Mechanik des Modells transparent gemacht, sondern auch die Risiken der Mechanikkonstruktion transparent gemacht und konkrete Reparaturvorschläge gegeben.

• Community-gesteuert: Die Community kann dieses Modell nutzen, um verschiedene Experimente durchzuführen, die nicht nur auf die Bindungskurve beschränkt sind, sondern auch für die Forschung zu Governance, Wachstum usw. verwendet werden. Noch wichtiger ist, dass diese Methoden und Tools auch in anderen Protokollen wiederverwendet werden können. Jeder kann seine Forschungsergebnisse in der Community offenlegen, die Lücken und Optimierungsbereiche eines bestimmten Token-Ökosystems offenlegen und die von der Community gesteuerte Selbstregulierung wirklich verwirklichen.

• Im Einklang mit den Token-Engineering-Prinzipien: Nachdem jeder diese Reihe von Methoden und Werkzeugen beherrscht, kann jeder auf der Grundlage dieser Fähigkeiten wirtschaftliche Sicherheitsprüfungen des Protokolls durchführen. Daher wird es möglich, „das Token-Projekt dezentral abzuschließen“ und wir können die Kraft der kollektiven Weisheit bündeln, um ein anfälligeres und nachhaltigeres Token-Ökosystem aufzubauen.

Das obige ist der detaillierte Inhalt vonKI-gesteuerte Bonding Curve-Portfoliorisikoanalyse. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!