Autori : (1) Oguzhan Akcin, Универзитет у Тексасу у Остину (oguzhanakcin@utexas.edu); (2) Роберт П. Стреит, Универзитет у Тексасу у Остину (rpstreit@utexas.edu); (3) Бенџамин Оумман, Универзитет у Тексасу у Остину (baoommen@utexas.edu); (4) Срирам Висхванатх, Универзитет у Тексасу у Остину (sriram@utexas.edu); (5) Сандееп Цхинцхали, Универзитет у Тексасу у Остину (sandeepc@utexas.edu). Authors: (1) Oguzhan Akcin, Универзитет у Тексасу у Остину (oguzhanakcin@utexas.edu); (2) Роберт П. Стреит, Универзитет у Тексасу у Остину (rpstreit@utexas.edu); (3) Бенџамин Оумман, Универзитет у Тексасу у Остину (baoommen@utexas.edu); (4) Срирам Висхванатх, Универзитет у Тексасу у Остину (sriram@utexas.edu); (5) Сандееп Цхинцхали, Универзитет у Тексасу у Остину (sandeepc@utexas.edu). Табела левице Abstrakcija i 1. uvod Премијер за оптималну контролу Token ekonomija kao dinamički sistem Контролна дизајн методологија Стратешка цена: Теоретска анализа игре Експерименти Дискусија и будући рад, и референце Постоји мноштво физичких инфраструктурних система заснованих на Блоцкцхаин-у, од децентрализованих 5Г бежичних до електричних мрежа за пуњење возила. Ови системи раде на крипто-валутној економији токена, где су добављачи чворова награђени токенима за омогућавање, валидацију, управљање и / или осигурање система. Међутим, данашње економије токена су углавном дизајниране без инфраструктурних система у виду, и често раде са фиксном снабдевањем токенима (нпр. Битцоин). Такви системи фиксне снабдевања често подстичу ране усвојиваче да складиште вредне токене, што резултира смањеним подстицајима за нове чворове када се придру Abstract Наш главни допринос је да моделирамо економију инфраструктурних токена као динамичке системе – циркулацију снабдевања токенима, промене цене и потрошачке потражње као функцију плаћања чворовима и трошкова потрошачима за инфраструктурне услуге. Кључно, овај динамички системски поглед нам омогућава да искористимо алате из теорије математичке контроле како бисмо оптимизовали укупне перформансе децентрализоване мреже. Штавише, наш модел се лако проширује на Стацкелберг игру између контролера и чворова, коју користимо за робусно, стратешко цене. 1 Увод Простор физичких инфраструктурних мрежа заснованих на Блоцкцхаин-у брзо расте, укључујући децентрализоване бежичне, складишне, рачунарске и електричне мреже за пуњење возила. На пример, Хелијум [18] и Полен [22] су две истакнуте децентрализоване бежичне мреже (ДеВи) које награђују општу јавност за изградњу, одржавање, валидацију, заштиту и на крају, слање података преко 5Г хотспота. Слично томе, пројекти као што су ФилеЦоин [20], Сторј [21] и ЦомпутеЦоин [27] нуде децентрализоване услуге складиштења датотека и рачунарства. Ове мреже награђују добављаче користећи одговарајући (крипто Упркос популарности децентрализованих инфраструктурних мрежа, недостају нам систематски алати за пројектовање њихових токен економија како би се стимулисао раст понуде и потрошачке потражње. Данашње токен економије углавном циљају финансије, као што је Битцоин, и могу да раде са (обично) фиксном снабдевањем токенима. Међутим, ови фиксни снабдевања монетарни системи су јако различити од физичких инфраструктурних мрежа. На пример, у фиксном систему снабдевања као што је Битцоин, рани усвојиоци могу да складиште токене јер су ретки. Штавише, касни усвојиоци можда неће бити адекватно охрабрени да се придруже или одржавају мрежу јер се награде то Наша централна теза је да економија токена мора бити дизајнирана тако да континуирано подстиче нове добављаче да се придруже екосистему и пружају услуге, као што су 5Г повезивање за хелијум или станице за пуњење електричних возила. Као такав, број токена треба грациозно скалирати са величином инфраструктурне мреже, што не знамо а-приори. Међутим, континуирано награђивање добављача са новоотвореним токенима може довести до инфлације ако таква плаћања нису пажљиво уравнотежена са потрошачком потражњом за инфраструктурним услугама. Да би решили такве проблеме, бројни пројекти су недавно размишљали о усвајању / усвајању модела економије токена "изгори и Штавише, таква равнотежа токена (БМЕ) [1] мора бити „програмирајућа“ тако да инфраструктурне мреже засноване на Блоцкцхаин-у могу максимизирати укупну корисност свих корисника. На пример, ова функција мрежне услуге (критеријум перформанси) може укључивати одржавање стабилне, стално растуће цене токена са ниском нестабилношћу. Слично томе, ова функција трошкова мреже може подстаћи нове добављаче / потрошаче да прошире географски покривеност. Штавише, економија токена заснована на БМЕ-у може бити дизајнирана да задовољи строге гаранције перформанси и ограничења, као што је ограничавање броја токена који се мењају и / или спаљују дне Наш кључни увид је да се токенске економије могу моделирати као динамични системи, што нам омогућава да искористимо моћне идеје из да максимизира корисну функцију Блоцкцхаин мреже под изабраним ограничењима. Теорија контроле је природан алат јер је токен економија динамичан систем – циркулација снабдевања токеном, цена токена и промјена потрошачке потражње као функција наших одлука о спаљивању и мењању. Слично томе, имамо контролни ауторитет – можемо прилагодити механизме спаљивања или мењањања да регулишемо токен економију. Штавише, можемо дизајнирати функцију контроле трошкова која ухвати кључне метрике за жељени учинак и еволуцију Блоцкцхаин динамичког система. Кључно, можемо моделирати динамику система, пошто инжењерствујемо Блоцкцхаин протокол и динамику то mathematical control theory Све у свему, доприноси овог рада су троструки. На најбоље од нашег знања, ми смо први који примењују теорију оптималне контроле на Блоцкцхаин токеномицс и уводимо модел динамичких система с општом сврхом који флексибилно хвата и фиксне снабдевања и система сагоревања и мртве. Дизајнирамо систем контроле за економију токена користећи методе нелинеарног модела предвиђања контроле (МПЦ) које се користе у високо-производним, безбедносно-критичним апликацијама као што су аутономна вожња [34,7], роботичка манипулација и ракетно вођење [4]. Доказали смо да ови методи функционишу боље од уобичајених еуристичких контролера, као Опћенито, претходна истраживања о Блоцкцхаин-у као динамичким системима [35,36,10] фокусирају се на профитабилност рудара и на утицај Блоцк награда на динамику понуде и потражње. Наш рад се разликује од постојеће литературе у томе што се фокусирамо на разумевање подстицаја и равнотеже у инфраструктурно-центричним Блоцкцхаин системима. Povezani radovi Да бисмо боље разумели робусност наше методологије, узимамо у обзир и утицај рационалног понашања потрошача у нашем систему. Да бисмо то постигли, теоријске анализе игара у Блоцкцхаин системима су коришћене током многих година, почевши од оригиналне Битцоин белешке [26]. Од открића себичног рударског напада [16], теоријске методе игара су коришћене за истраживање рационалних одступања [12], рударских базена [15], а недавно и аукције трансакционих накнада у Етхереуму као што су Блоцкцхаинс [31,13]. Наш рад се разликује од постојеће литературе јер се фокусирамо на ефекте рационалног понашања на стратегије куповине и пла На крају, пошто је наш циљ да стабилизујемо цену токена у Блоцкцхаин мрежи, наш рад носи одређени степен сличности са алгоритамским стабилним новчићима. Међутим, наши интереси су у интелигентном контроли циркулационог снабдевања токена како би се уравнотежила плаћања пружаоцима услуга потребних за скалирање мреже са унапред одређеном контролном трајекторијом на цену токена. Тако је наш рад више везан за услужне мреже које користе системе за спаљивање и минтовање као што су Хелијум [18] (који је инспирисао наш модел) и Фацтом [32] него за више општих стабилних новчића као што су Рефлекцер [2] или Тера [19]. Штавише, већи 2 А Пример на оптималну контролу Сада пружамо основну основу о теорији оптималне контроле, која нам омогућава да природно моделирамо економију токена као контролисани динамички систем. Кључно, имамо добар номинални модел динамике, пошто је токен економија под нашим дизајном. Наравно, постоје несигурности које настају због стохастичке прогнозе потражње ст. Пошто смо познали номиналну динамику, користимо стандардне технике контроле засноване на моделу, које решавају проблем оптимизације како би пронашли оптимални скуп контрола како би се минимизирала функција трошкова подложна ограничењима динамике [11,9]. Штавише, често ограничавамо стање кт и контролу ут да леже у сетовима Кс и У, респективно, да бисмо ухватили, на пример, строге границе активације. Овај документ је доступан на архиву под лиценцом CC BY 4.0 DEED. Ovaj papir je под лиценцом CC BY 4.0 DEED. available on arxiv Доступно у архиви