Authors: (1) Огузан Акцин, Університет Техасу в Остіні (oguzhanakcin@utexas.edu); (2) Роберт П. Стрейт, Університет Техасу в Остіні (rpstreit@utexas.edu); (3) Бенджамін Оуммен, Університет Техасу в Остіні (baoommen@utexas.edu); (4) Sriram Vishwanath, Університет Техасу в Остіні (sriram@utexas.edu); (5) Sandeep Chinchali, Університет Техасу в Остіні (sandeepc@utexas.edu). Authors: (1) Огузан Акцин, Університет Техасу в Остіні (oguzhanakcin@utexas.edu); (2) Роберт П. Стрейт, Університет Техасу в Остіні (rpstreit@utexas.edu); (3) Бенджамін Оуммен, Університет Техасу в Остіні (baoommen@utexas.edu); (4) Sriram Vishwanath, Університет Техасу в Остіні (sriram@utexas.edu); (5) Sandeep Chinchali, The University of Texas at Austin (sandeepc@utexas.edu). Table of Links Abstract and 1. Introduction Перший крок до оптимального контролю Токенна економіка як динамічна система Методологія управління проектуванням Strategic Pricing: A Game-Theoretic Analysis Експерименти Дискусії та майбутні роботи, а також посилання Існує безліч систем фізичної інфраструктури на базі Blockchain, починаючи від децентралізованих бездротових 5G до електричних транспортних мереж. Ці системи працюють на криптовалютній токенній економіці, де постачальники вузлів винагороджуються токенами за можливість, валідацію, управління та/або забезпечення системи. Однак сьогоднішні токенні економіки в основному розроблені без інфраструктурних систем на увазі, і часто працюють з фіксованим постачанням токенів (наприклад, Bitcoin). Такі системи фіксованого постачання часто заохочують ранніх приймачів зберігати цінні токені, в результаті чого знижуються стимули для нових вузлів при вступі або підтримці мережі. Цей документ стверджує, що токенні економіки для ін Abstract Наш головний внесок полягає в моделюванні економіки інфраструктурних токенів як динамічних систем – циркулюючої пропозиції токенів, зміни ціни та споживчого попиту як функції оплати вузлів і витрат споживачам за послуги інфраструктури. Важливо, що цей динамічний погляд систем дозволяє нам використовувати інструменти з теорії математичного контролю для оптимізації загальної продуктивності децентралізованої мережі. Крім того, наша модель легко поширюється на гру Stackelberg між контролером і вузлами, яку ми використовуємо для міцного, стратегічного ціноутворення. 1 Введення Простір фізичних інфраструктурних мереж на базі Blockchain швидко зростає, включаючи децентралізовані бездротові, сховища, обчислювальні та електричні транспортні мережі. Наприклад, Helium [18] і Pollen [22] є двома видатними децентралізованими бездротовими мережами (DeWi), які винагороджують загальну громадськість за створення, підтримку, валідацію, захист і, врешті-решт, надсилання даних через 5G-гарячі точки. Аналогічно, проекти, такі як FileCoin [20], Storj [21] і ComputeCoin [27] пропонують децентралізовані файлові сховища та обчислювальні послуги. Ці мережі винагороджують постачальників, використовуючи відповідний (криптовалюта Незважаючи на популярність децентралізованих інфраструктурних мереж, нам не вистачає систематичних інструментів для розробки своїх токенових економік для стимулювання зростання пропозицій та споживчого попиту. Сьогоднішні токенові економіки в значній мірі спрямовані на фінансування, такі як Bitcoin, і можуть працювати з (зазвичай) фіксованим постачанням токенів. Однак ці фіксовані грошові системи постачання різко відрізняються від фізичних інфраструктурних мереж. Наприклад, в системі фіксованого постачання, такі як Bitcoin, ранні приймачі можуть зберігати токени, оскільки вони рідкісні. Наша центральна теза полягає в тому, що токенова економіка повинна бути розроблена для того, щоб постійно заохочувати нових постачальників приєднуватися до екосистеми та надавати послуги, такі як 5G-з'єднання для станцій зарядки гелію або електричних транспортних засобів. Як такий, кількість токенів повинна граційно масштабуватися з розміром інфраструктурної мережі, яку ми не знаємо a-priori. Однак, постійно винагороджуючи постачальників новоствореними токенами, може призвести до інфляції, якщо такі платежі не ретельно збалансовані з попитом споживачів на послуги інфраструктури. Щоб вирішити такі проблеми, ряд проектів нещодавно розглянув прийняття / прийняття моделі "палити і горіти" токенових економік Більш того, такий баланс «спалення і м'яти» (BME) [1] повинен бути «програмованим», щоб блокчейн-інфраструктурні мережі могли максимізувати загальну корисність всіх користувачів. Наприклад, ця функція мережевої утиліти (критерий продуктивності) може включати в себе підтримку стабільної, постійно зростаючої ціни токенів з низькою волатильністю. Так само ця функція вартості мережі може стимулювати нових постачальників / споживачів до розширення географічного охоплення. Крім того, токенова економіка на основі BME може бути розроблена для задоволення суворих гарантій продуктивності та обмежень, таких як обмеження кількості токенів, що міняються та / або спалюються на день. Беручи це ще далі Наше ключове розуміння полягає в тому, що токенна економіка може бути модельована як динамічна система, що дозволяє нам використовувати потужні ідеї з Теорія контролю є природним інструментом, оскільки токенова економіка є динамічною системою – циркулюючою пропозицією токенів, ціною токенів та зміною споживчого попиту як функцією наших рішень щодо спалювання та м’яти. Так само ми маємо авторитет контролю – ми здатні адаптувати механізми спалювання або м’яти для регулювання токенової економіки. Крім того, ми можемо розробити функцію контролю витрат, яка захоплює ключові метрики для бажаної продуктивності та еволюції динамічної системи Blockchain. Важливо, що ми можемо моделювати динаміку системи, оскільки ми інженуємо протокол Blockchain та динаміку токенової економіки. Як такий, регулювання токенової економіки Blockchain є моделною контрольною проблемою, яку можна mathematical control theory В цілому, внески цієї статті триразові. До кращого нашого знання, ми були першими, хто застосував теорію оптимального контролю до токеноміки Blockchain і запровадив модель динамічних систем загального призначення, яка гнучко захоплює як системи фіксованого постачання, так і системи спалювання і м'яти. Ми розробляємо систему управління для токенової економіки за допомогою методів нелінійного модельного прогнозного контролю (MPC), які використовуються у високопродуктивних, безпеково-критичних додатках, таких як автономне керування [34,7], роботизована маніпуляція та ракетне керівництво [4]. Ми демонструємо, що ці методи справляються краще, ніж звичайні евристичні контролери, такі як пропорційні інтегральні похідні (P : Загалом, попередні дослідження Blockchains як динамічних систем [35,36,10] зосереджуються на прибутковості шахтаря та впливі Block rewards на динаміку пропозиції та попиту. Наша робота відрізняється від існуючої літератури тим, що ми зосереджуємося на розумінні стимулів та рівноваги в інфраструктурно-центричних системах Blockchain. Зокрема, в нашому випадку пропозиція повністю визначається діями контролера, тоді як попит визначається через прогнози. Зв'язана робота Для того щоб краще зрозуміти міцність нашої методології, ми також розглядаємо вплив раціональної поведінки з боку споживачів в нашій системі. Щоб досягти цього, теоретичний аналіз ігор в системах Blockchain використовувався протягом багатьох років, починаючи з оригінальної біткоїнської біткоіни [26]. З моменту відкриття егоїстичної атаки шахти [16], теоретичні методи гри були використані для дослідження раціональних відхилень [12], шахтарських басейнів [15], а останнім часом аукціони транзакційних платежів в Ethereum, такі як Blockchains [31,13]. Наша робота відрізняється від існуючої літератури, оскільки ми зосереджуємося на впливі раціональної поведінки на стратегії покупки і виплати, що використовуються для ста Нарешті, оскільки наша мета полягає в тому, щоб стабілізувати ціну токена в мережі Blockchain, наша робота має певний ступінь подібності до алгоритмічних стабільних монет. Однак, наші інтереси полягають в розумному контролі циркулюючої пропозиції токена для балансу платежів до постачальників послуг, необхідних для масштабування мережі з заздалегідь визначеною траєкторією контролю за ціною токена. Таким чином, наша робота більше пов'язана з сервісними мережами, що використовують системи спалювання і м'яти, такі як Helium [18] (що надихнуло нашу модель) і Factom [32], ніж з більш загальними стабільними монетами, такими як Reflexer [2] або Terra [19]. Крім того, більші 2 A Primer on Optimal Control Тепер ми надаємо базовий приклад теорії оптимального контролю, що дозволяє нам природно моделювати токенну економіку як контрольовану динамічну систему. Оскільки ми знаємо номінальну динаміку, ми використовуємо стандартні методи управління на основі моделі, які вирішують проблему оптимізації, щоб знайти оптимальний набір контролів для мінімізації функції витрат, що підлягають обмеженням динаміки [11,9]. Крім того, ми часто обмежуємо стан xt і контроль ut, щоб лежати в наборах X і U відповідно, щоб захопити, наприклад, суворі межі дії. Таким чином, загальна оптимальна проблема контролю може бути викладена як: Цей документ доступний під ліцензією CC BY 4.0 DEED. Цей документ доступний під ліцензією CC BY 4.0 DEED. Доступно в архіві