저자 : (1) Oguzhan Akcin, 오스틴 텍사스 대학 (oguzhanakcin@utexas.edu) (2) Robert P. Streit, 오스틴 텍사스 대학교 (rpstreit@utexas.edu) (3) Benjamin Oommen, 오스틴 텍사스 대학교 (baoommen@utexas.edu) (4) Sriram Vishwanath, 오스틴 텍사스 대학 (sriram@utexas.edu) (5) Sandeep Chinchali, 오스틴 텍사스 대학 (sandeepc@utexas.edu) Authors: (1) Oguzhan Akcin, 오스틴 텍사스 대학 (oguzhanakcin@utexas.edu) (2) Robert P. Streit, 오스틴 텍사스 대학교 (rpstreit@utexas.edu) (3) Benjamin Oommen, 오스틴 텍사스 대학교 (baoommen@utexas.edu) (4) Sriram Vishwanath, 오스틴 텍사스 대학 (sriram@utexas.edu) (5) Sandeep Chinchali, 오스틴 텍사스 대학 (sandeepc@utexas.edu) 테이블 왼쪽 abstract 및 1.introduction 최적화된 컨트롤을 위한 최적화 동적 시스템으로서의 토큰경제(The Token Economy as a Dynamic System) 컨트롤 디자인 방법론 전략적 가격 : 게임 이론적 분석 실험 토론 및 미래 작업, 및 참조 블록체인 기반의 물리적 인프라 시스템은 분산된 5G 무선에서 전기 차량 충전 네트워크까지 다양합니다. 이러한 시스템은 암호화폐 활성화된 토큰 경제에서 작동하며, 노드 공급자는 시스템을 활성화, 검증, 관리 및/또는 보안하기 위해 토큰으로 보상됩니다. 그러나 오늘날의 토큰 경제는 인프라 시스템을 생각하지 않고 주로 설계되며 종종 고정된 토큰 공급 (예를 들어, 비트코인)으로 작동합니다. 이러한 고정 공급 시스템은 종종 초기 채용자가 가치있는 토큰을 보유하도록 권장합니다. 따라서 네트워크에 가입하거나 유지할 때 새로운 노드에 대한 인센티브가 줄어들어야합니다. 이 논문은 인프라 네트워크를위한 Abstract 우리의 주요 공헌은 인프라 토큰 경제를 역동적 시스템으로 모델링하는 것입니다 – 순환 토큰 공급, 가격 및 소비자 수요 변화는 노드에 지불하고 인프라 서비스에 대한 소비자에게 비용을 지불하는 기능입니다. 중요한 것은이 역동적 인 시스템 뷰는 우리가 수학 제어 이론에서 도구를 활용하여 전체 분산 네트워크의 성능을 최적화 할 수있게합니다.또한, 우리의 모델은 컨트롤러와 노드 사이의 Stackelberg 게임으로 쉽게 확장되며, 우리는 강력한 전략적 가격을 위해 사용합니다. 1 소개 블록체인 기반 물리적 인프라 네트워크의 공간은 분산된 무선, 저장, 컴퓨팅 및 전기 차량 충전 네트워크를 포함하여 빠르게 성장하고 있습니다. 예를 들어, 헬륨 [18] 및 폴렌 [22]은 분산된 무선 네트워크 (DeWi) 두 개입니다.이 네트워크는 일반 대중이 5G 핫스팟을 통해 데이터를 구축, 유지, 검증, 보안하고 궁극적으로 전송하도록 보상합니다. 마찬가지로 FileCoin [20], Storj [21] 및 ComputeCoin [27]와 같은 프로젝트는 분산 된 파일 저장 및 컴퓨팅 서비스를 제공합니다.이 네트워크는 공급자를 보상합니다.이 분산 된 인프라 네트워크를 통해 공급, 유지, 보안 및 서비스를 제공합니다. 분산 인프라 네트워크의 인기에도 불구하고, 우리는 공급 성장과 소비자 수요를 자극하기 위해 토큰 경제를 설계하는 체계적인 도구가 부족합니다. 오늘날 토큰 경제는 대부분 비트코인과 같은 금융을 목표로하며 (일반적으로) 고정된 토큰 공급으로 작동 할 수 있습니다. 그러나 이러한 고정 공급 화폐 시스템은 물리적 인 인프라 네트워크와 크게 다릅니다. 예를 들어, 비트코인과 같은 고정 공급 시스템에서 초기 채택자는 토큰을 저장할 수 있습니다. 우리의 핵심 논문은 토큰 경제가 지속적으로 생태계에 가입하고 Helium 또는 전기 차량 충전 스테이션에 대한 5G 연결과 같은 서비스를 제공하는 새로운 공급자를 장려하기 위해 설계되어야한다는 것입니다. 그러므로 토큰 수는 인프라 네트워크의 크기로 우아하게 확장되어야합니다. 그러나 새로 생성 된 토큰으로 공급자를 지속적으로 보상하면 그러한 지불이 인프라 서비스에 대한 소비자의 수요와 신중하게 균형을 맞추지 않으면 인플레이션이 발생할 수 있습니다. 그러한 문제를 해결하기 위해 여러 프로젝트는 최근에 "불과 " 토큰 경제학 (토콘학) 모델을 채택 / 채택하여 소비자가 네트워크 서비스를 사용하고자 할 때 중앙 예비는 공급자들에게 보상 토큰을 "금 또한, 그러한 브런 앤 몬트 균형(BME) [1]은 블록체인 기반 인프라 네트워크가 모든 사용자의 총 유용성을 극대화할 수 있도록 “프로그래밍할 수 있어야 한다. 예를 들어,이 네트워크 유틸리티 기능(성능 기준)은 낮은 변동성으로 안정적으로 성장하는 토큰 가격을 유지하는 것을 포함할 수 있다. 마찬가지로,이 네트워크 비용 기능은 새로운 공급자 / 소비자를 지리적 범위를 확장하도록 격려할 수 있다.또한, BME 기반 토큰 경제는 인프라 중심 블록체인 네트워크에서 배포되는 토큰 수를 제한하는 것과 같은 엄격한 성능 보증 및 제한을 충족시키기 위해 설계될 수 있다. 우리의 핵심 통찰력은 토큰 경제가 역동적 인 시스템으로 모델링 될 수 있다는 것이며, 이는 우리가 강력한 아이디어를 활용할 수 있다는 것입니다. 블록체인 네트워크의 유틸리티 기능을 선택한 제약에 따라 극대화하기 위해. 제어 이론은 토큰 경제가 역동적 인 시스템이기 때문에 자연적인 도구입니다 - 순환 토큰 공급, 토큰 가격 및 소비자 수요 변화는 우리의 화재 및 금고 결정의 기능입니다. 마찬가지로, 우리는 제어 권한을 가지고 있습니다 - 우리는 토큰 경제를 규제하기 위해 화재 또는 금고 메커니즘을 조정할 수 있습니다. 또한, 우리는 블록체인 역동적 시스템의 원하는 성능과 진화에 대한 핵심 메터리를 포착하는 제어 비용 기능을 설계 할 수 있습니다. 중요한 것은 우리가 블록체인 프로토콜과 토큰 경제 역동성을 설계하기 때문에 시스템의 역동성을 모델링 할 수 있습니다. 그러므로 블록체인 토큰 경제 mathematical control theory 블록체인 토큰학에 최적의 제어 이론을 적용하고 고성능, 안전과 관련된 응용 분야에서 사용되는 비선형 모델 예측 제어 (MPC) 방법을 사용하여 토큰 경제를 위한 제어 시스템을 설계하고 고정 공급뿐만 아니라 화재 및 몬트 시스템을 유연하게 캡처하는 일반적인 동적 시스템 모델을 도입합니다 [4]. 우리는 이러한 방법이 일부 알고리즘 stablecoins에 의해 사용되는 비대상 통합 파생물 (PID) 컨트롤러와 같은 일반적인 heuristic 컨트롤러보다 더 잘 작동한다는 것을 증명합니다. 특히, 우리는 자율 운전 [34,7], 로봇 조작, 로켓 지침과 같은 시뮬레이션 시간 요구 패턴에 PID를 2.4× 향상시키고 Helium DeWium Blockchain의 일반적으로, 역동적 시스템으로 Blockchains에 대한 이전 연구 [35,36,10]는 광부 수익성과 Block Rewards가 공급과 수요 역학에 미치는 영향에 초점을 맞추고 있습니다.우리의 작업은 우리가 인프라 중심의 Blockchain 시스템에서 인센티브와 균형을 이해하는 데 중점을 둡니다.특히, 우리의 경우에, 공급은 컨트롤러의 행동에 의해 완전히 지정되며, 수요는 예측을 통해 지정됩니다. 관련 작업 이를 달성하기 위해 블록체인 시스템에서 게임 이론적 분석은 원래 비트코인 백서에서 시작하여 수년 동안 사용되었습니다.[26] 이기적인 광산 공격의 발견 이후[16], 게임 이론적 방법은 합리적인 편차를 조사하기 위해 사용되었습니다 [12], 광산 풀 [15], 그리고 최근에는 Blockchains와 같은 Ethereum에서 거래 수수료 경매 [31,13]. 우리의 작업은 기본적인 블록체인 프로토콜에 미치는 영향을 모델링하는 것이 아니라 토큰 가격을 안정화하는 데 사용되는 구매 및 지불 전략에 대한 합리적인 행동의 영향에 초점을 맞추기 때문에 기존 문서와 다릅니다. 마지막으로, 우리의 목표는 블록체인 네트워크에서 토큰 가격을 안정시키는 것이기 때문에, 우리의 작업은 알고리즘 stable-coins와 비슷합니다. 그러나, 우리의 관심사는 토큰 가격에 대한 사전 지정된 제어 경로를 사용하여 네트워크를 확장하는 데 필요한 서비스 제공자에게 지불을 균형 잡기 위해 토큰의 순환 공급을 지능적으로 제어하는 것입니다. 따라서, 우리의 작업은 헬륨 [18] (우리의 모델에 영감을 주었던) 및 Factom [32]와 같은 화재 및 멘트 시스템을 사용하는 서비스 네트워크와 더 관련이 있습니다. 또한, 대부분의 기존 문헌은 PID와 같은 heuristic 방법의 사용을 통해 반응적입니다. 우리의 작업은 최적의 적응적 제어 방법을 통해 예측합니다. 인프라 네트워크에 최적의 제어를 위한 A Primer 우리는 이제 최적의 제어 이론에 대한 기본 기초를 제공하여 토큰 경제를 통제된 동적 시스템으로 자연스럽게 모델링 할 수 있습니다.이를 사용하여 동적 시스템의 상태, 제어 입력, 역학 및 높은 수준의 성능 기준 (비용 기능)을 설명합니다. 당연히, 스토하스틱 수요 예측 st. 때문에 발생하는 불확실성이 있습니다. 우리는 이름 역학을 알고 있기 때문에, 우리는 표준 모델 기반 제어 기술을 사용하여 최적화 문제를 해결하여 최적의 컨트롤 세트를 찾고 역학 제한에 의존하는 비용 기능을 최소화합니다 [11,9]. 또한, 우리는 종종 상태 xt와 컨트롤 ut를 각각 세트 X 및 U에 놓여 있음을 제한하여 예를 들어 엄격한 액션 제한을 캡처합니다. 따라서, 일반적인 최적 제어 문제는 다음과 같이 말할 수 있습니다: 이 문서는 CC BY 4.0 DEED 라이선스 아래서 archiv에서 사용할 수 있습니다. 이 문서는 CC BY 4.0 DEED 라이선스 아래서 archiv에서 사용할 수 있습니다. Archive 에서 이용 가능
