AI 기반 Bonding Curve 포트폴리오 리스크 심층 탐색

Elaine, Jereyme|저자

Sissi@TEDAO|번역가

번역자 소개:

이 번역은 2019년 봄에 Token Engineering Commons(이하 “TEC”라고 함)로부터 자금을 지원받은 혁신적인 제안을 소개합니다. 2024. TEC는 토큰 엔지니어링을 지원하고 홍보하는 세계의 중요한 커뮤니티 중 하나입니다. 포럼 및 기타 리소스를 통해 지속 가능한 생태계를 만들고 유지하며 커뮤니티 구성원에게 지원 및 협업 플랫폼을 제공하기 위해 최선을 다하고 있습니다.

이 프로젝트는 강화 학습과 에이전트 기반 모델링 및 시뮬레이션 기술을 사용하여 토큰 생태계의 결합 곡선 메커니즘을 최적화합니다. 다양한 PAMM 및 SAMM 결합 곡선 조합에서 잠재적인 악의적 전략을 탐색하고 대응함으로써 이 프로젝트는 토큰 시스템의 경제적 보안을 크게 향상시키는 것을 목표로 합니다. 또한, 이 프로젝트는 더 많은 사람들이 이 첨단 기술을 이해하고 참여할 수 있도록 토큰 엔지니어링의 대중화와 실천을 촉진하여 보다 안전하고 지속 가능한 토큰 생태계를 구축할 수 있는 기반을 마련하는 데에도 최선을 다하고 있습니다.

1. 제안 내용

1.1 배경 개요

본딩 곡선은 토큰 가격 변동을 제어하고 필요한 유동성을 제공하며 토큰 공급을 역동적으로 만드는 데 중요한 역할을 합니다. 토큰 생태계의 여러 요소 간의 관계를 수학적으로 수학화함으로써 결합 곡선은 토큰 생태계의 "엔지니어링 제어"에 대한 문도 열어줍니다.

2018년 초 IncentiveAI 팀은 메커니즘 최적화를 위해 AI 에이전트를 사용하는 개념을 제안했습니다. 탐욕스러운 머신러닝 에이전트의 행동을 관찰함으로써 시스템이 실제 환경에 배포된 후 가능한 사용자 행동을 식별하고 비교할 수 있습니다. 실제 동작과 예상 동작 간의 차이를 사용하여 메커니즘 설계를 지속적으로 최적화합니다. 그들은 또한 이 개념을 Ocean 프로토콜의 결합 곡선 연구에 적용했습니다. 아쉽게도 해당 프로젝트는 대규모로 구현되지 못했으며, 참조나 운영을 위한 프로젝트 코드도 찾을 수 없습니다.

BCRG(Bonding Curve Research Group)는 2023년부터 본딩 곡선에 대한 비교적 포괄적인 연구, 개발, 교육 및 적용을 수행해 왔으며, 특히 PAMM(Primary Automated Market Maker)과 SAMM(Secondary Automated Market Maker) 곡선 공동 연구에 있어서 더욱 그렇습니다. . 그러나 BCRG의 결합 곡선 모델링 및 시뮬레이션에 따르면 리소스 제약으로 인해 아직 악성 전략 탐색, 침투 테스트 및 가설 분석과 같은 심층적인 연구에 착수하지 않았습니다.

저희 팀은 오랫동안 토큰 엔지니어링 분야 탐구에 집중해 왔으며 에이전트 기반 모델링 및 시뮬레이션을 사용하여 복잡한 시스템의 설계 및 최적화 문제를 해결하는 데 전념하고 있습니다.

1.2 프로젝트 소개

이 제안에서는 인센티브 AI의 개념을 계승하고 강화 학습으로 훈련된 AI 에이전트를 사용하여 다양한 PAMM 및 SAMM 결합 곡선 조합 하에서 잠재적 공격자의 악의적인 전략을 탐색하고 추가 비교를 목표로 합니다. 프로토콜의 메커니즘 설계를 지속적으로 최적화하고, 예상되는 동작과 실제 동작 사이의 격차를 줄이고, 경제적 보안 위험을 줄이기 위해 상대적으로 안정적이고 고품질의 결합 곡선 매개변수 조합을 찾기 위해 분석 및 동작 공간 탐색이 수행됩니다. 토큰 생태계.

구체적으로 PAMM 결합 곡선 선택을 위해 가장 일반적인 4가지 유형인 선형, 지수, 전력 및 시그모이드를 선택합니다. SAMM 결합 곡선 선택을 위해 가장 일반적인 상수 제품(예: Uniswap)을 선택합니다. 두 가지 유형의 하이브리드(예: Curve)로 인해 PAMM과 SAMM의 8가지 조합이 생성됩니다. 우리는 에이전트 기반 모델링 및 시뮬레이션 방법을 사용하여 실험을 수행하고, AI 에이전트를 사용하여 각 계획에 대한 잠재적인 악성 전략 세트와 발생 확률을 탐색하고, 시뮬레이션 결과를 사용하여 악의적인 전략의 결과를 직관적으로 표시합니다. 비교적 과학적인 악성 공격 대응 전략과 결합곡선 메커니즘 최적화 솔루션을 실험을 통해 탐색할 수 있도록 시스템을 구축하였습니다.

동시에 우리는 Holobit의 프리미엄 계정 후원을 신청했습니다. 이 고급 모델링 및 시뮬레이션 플랫폼을 사용하여 모델 구성 세부 사항과 전체 실험 프로세스를 완전히 투명하게 만들 것입니다.

• 가능한 혁신

I. 토큰 엔지니어링에 강화 학습을 도입하여 AI 에이전트 및 에이전트 기반 모델링 및 시뮬레이션을 기반으로 한 일련의 프로토콜 메커니즘을 형성합니다.

II. 실행 가능하고 구현 가능하며 재사용 가능하며 전체 토큰 생태계의 경제적 보안에 도움이 될 수 있습니다.

III. 강력한 도구인 Holobit 덕분에 이 모델은 대중이 이해하고, 사용하고, 검증할 수 있습니다.

• 프로젝트의 단기 목표‍

I. AI 에이전트를 사용하여 다양한 PAMM 및 SAMM 결합 곡선 조합에서 잠재적인 악성 전략을 탐색하고 다양한 메커니즘 조합에서 발생할 수 있는 위험을 식별하고 해당 위험에 대처합니다.

II. 결합 곡선 개발을 위한 비교적 과학적이고 엄격한 연구 방법을 제공합니다.

III. 실험 결과를 바탕으로 토큰 생태계의 경제적 보안을 향상하기 위한 몇 가지 제안을 제시합니다. 결합곡선의 관점.

• 프로젝트의 장기 목표‍

AI의 에이전트 기반 모델링 및 시뮬레이션 방법의 대중화와 토큰 엔지니어링의 촉진을 결합하면 모든 사람이 토큰 엔지니어가 될 수 있으며 이를 통해 보다 취약하지 않고 분산된 커뮤니티 중심 접근 방식을 만들 수 있습니다. 토큰 생태계'는 토큰 엔지니어링을 더욱 촉진하고 이론 및 실제 수준 모두에서 개발을 가속화하기 위한 견고한 기반을 마련하는 것입니다.

2. 예상 결과

에이전트 기반 모델링에 Holobit 도구를 사용하면 다음과 같은 결과가 나올 것으로 예상됩니다.

• 8가지 조합에 대한 실험을 포함하여 AI 에이전트를 도입하는 토큰 경제 오프체인 시뮬레이션 모델 PAMM 및 SAMM 계획의 동시에 모델은 완전히 투명하며 누구나 읽고, 사용하고, 확인할 수 있습니다.

• AI 에이전트가 탐색한 PAMM 및 SAMM 결합 곡선의 다양한 조합을 기반으로 한 잠재적인 악의적 공격 전략에 대한 연구 보고서( 모델링 프로세스, 실험 콘텐츠, 취약성 위험 및 최적화 계획 포함).

3. 사명과 가치의 정렬 ​​

• 편의성: Holobit은 공개 공유를 지원하며 모델링 논리는 간단하고 시각적이며 직관적이므로 누구나 읽고 사용하고 확인할 수 있습니다. 따라서 이 모델은 공공재로 개방되어 주어진 Terra/LUNA 생태계의 사례처럼 누구나 접근하고 테스트할 수 있습니다.

• 교육: 프로젝트는 상세한 모델과 시뮬레이션 튜토리얼을 통해 대중이 결합 곡선의 작동 원리와 에이전트 기반 모델링 및 시뮬레이션을 통해 토큰 생태계에서 핵심 역할을 깊이 이해하도록 도울 수 있습니다. 대중 복잡한 시스템의 동적 관계와 잠재적 위험을 분석하고 처리하는 방법. 이 기술은 널리 적용 가능하며 토큰 엔지니어링을 연구하는 핵심 기술이기도 합니다. 이 모델을 통해 이러한 방법론과 도구 세트가 커뮤니티에서 대중화될 수 있다면 토큰 엔지니어링의 인기, 개발 및 실제 적용을 더욱 촉진할 수 있습니다.

• 투명성: 대중이 이해할 수 있을 때만 진정으로 투명할 수 있습니다. 이 모델에는 코드가 포함되지 않으며 Holobit 도구를 통해 시각화됩니다. 모델링과 실험을 통해 모델의 메커니즘을 투명하게 할 뿐만 아니라 메커니즘 설계의 위험성도 투명하게 하고 구체적인 수리 제안을 제시합니다.

• 커뮤니티 중심: 커뮤니티는 이 모델을 포크하여 결합 곡선에 국한되지 않고 거버넌스, 성장 등에 대한 연구에도 사용되는 다양한 실험을 수행할 수 있습니다. 더 중요한 것은 이 방법론과 도구 세트를 다른 프로토콜에서도 재사용할 수 있다는 점입니다. 누구나 자신의 연구 결과를 커뮤니티에 공개하고 특정 토큰 생태계의 허점과 최적화 영역을 공개하며 커뮤니티 중심의 자체 규제를 실제로 실현할 수 있습니다.

• 토큰 엔지니어링 원칙에 부합: 이 방법과 도구 세트를 숙달한 후에는 누구나 이러한 기술을 기반으로 프로토콜의 경제적 보안 감사를 수행할 수 있습니다. 따라서 "탈중앙화 방식으로 토큰 프로젝트를 완성"하는 것이 가능해지고, 집단적 지혜의 힘을 모아 더욱 안티프래질하고 지속 가능한 토큰 생태계를 구축할 수 있습니다.

위 내용은 AI 기반 Bonding Curve 포트폴리오 리스크 심층 탐색의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!