Introducción al programa de financiamiento de primavera 2024 de Token Engineering Commons
Este artículo presentará un proyecto innovador que ha recibido financiamiento del Token Engineering Commons (TEC) en la primavera de 2024. El proyecto tiene como objetivo utilizar el aprendizaje por refuerzo y técnicas de modelado y simulación basadas en agentes para optimizar el mecanismo de curva de vinculación en los ecosistemas de tokens.
Antecedentes del proyecto
La curva de vinculación, como una parte importante del ecosistema de tokens, juega un papel clave en el control de la volatilidad de los precios de los tokens, la provisión de liquidez y la dinamización de la oferta de tokens. Al formalizar las relaciones entre múltiples elementos en el ecosistema de tokens, la curva de vinculación abre nuevas posibilidades para el "control ingenieril" del ecosistema de tokens.
Ya en 2018, un equipo propuso la idea de utilizar agentes de IA para la optimización de mecanismos, observando el comportamiento de los agentes de aprendizaje automático para identificar posibles comportamientos de los usuarios que podrían surgir tras el despliegue del sistema, y optimizando el diseño del mecanismo al comparar la diferencia entre el comportamiento real y el comportamiento esperado. Sin embargo, esta idea aún no ha sido ampliamente adoptada.
Desde 2023, el Grupo de Investigación de Curvas de Vinculación (BCRG) ha llevado a cabo una investigación exhaustiva sobre las curvas de vinculación, especialmente en la investigación conjunta de PAMM (Fabricante de Mercado Automatizado Primario) y SAMM (Fabricante de Mercado Automatizado Secundario). Sin embargo, debido a limitaciones de recursos, BCRG aún no ha explorado en profundidad estrategias maliciosas, pruebas de penetración y otros estudios más profundos.
Resumen del proyecto
Este proyecto tiene como objetivo explorar las estrategias maliciosas de posibles atacantes bajo diferentes combinaciones de curvas de vinculación PAMM y SAMM mediante un agente de IA entrenado por aprendizaje reforzado. A través de análisis comparativos y exploración del espacio de comportamiento, el equipo del proyecto buscará combinaciones de parámetros de curva de vinculación relativamente estables y de alta calidad para optimizar el diseño del mecanismo del protocolo, reducir la brecha entre el comportamiento esperado y el comportamiento real, y disminuir el riesgo de seguridad económica del ecosistema de tokens.
Específicamente, el proyecto seleccionará cuatro tipos comunes de curvas de vinculación PAMM (Lineal, Exponencial, Potencia y Sigmoide) y dos tipos comunes de curvas de vinculación SAMM (Producto constante y Tipo híbrido), formando 8 combinaciones. El equipo del proyecto utilizará métodos de modelado y simulación basados en agentes para experimentar, utilizando agentes de IA para explorar el conjunto de estrategias maliciosas potenciales de cada esquema y su probabilidad de ocurrencia, y mostrará el impacto de las estrategias maliciosas en el sistema a través de los resultados de la simulación, con el fin de explorar estrategias científicas de respuesta a ataques maliciosos y esquemas de optimización de mecanismos de curvas de vinculación.
Puntos innovadores del proyecto
Introducir el aprendizaje por refuerzo en la ingeniería de tokens, formando un método de optimización de mecanismos de protocolo basado en AI-agent y modelado y simulación basada en agentes.
Este método tiene universalidad, viabilidad y reutilización, y se espera que tenga un impacto positivo en la seguridad económica de todo el ecosistema de tokens.
Con la ayuda de plataformas avanzadas de modelado y simulación, los modelos son fáciles de entender, usar y verificar.
Objetivo del proyecto
Objetivo a corto plazo:
Utilizar un agente de IA para explorar estrategias maliciosas potenciales bajo diferentes combinaciones de curvas de bonding, identificar riesgos y explorar estrategias de respuesta y propuestas de optimización de mecanismos.
Proporcionar una metodología científica y rigurosa para el estudio de la curva de vinculación.
Proponer recomendaciones para mejorar la seguridad económica del ecosistema de tokens desde la perspectiva de la curva de vinculación.
Objetivo a largo plazo:
A través de la promoción del método de modelado y simulación basado en agentes combinado con IA y la Ingeniería de Tokens, se permite que más personas se conviertan en Ingenieros de Tokens, sentando las bases para construir un ecosistema de tokens descentralizado, antifrágil y sostenible, y promoviendo el desarrollo de la teoría y la práctica de la Ingeniería de Tokens.
Resultados Esperados
Un modelo de simulación de economía de tokens que introduce un agente de IA, que incluye 8 esquemas experimentales de combinaciones PAMM y SAMM. El modelo será completamente transparente, fácil de entender, usar y verificar.
Un informe de investigación basado en la exploración de AI-agent que describe en detalle las estrategias de ataque malicioso potenciales bajo diferentes combinaciones de curvas de vinculación, incluyendo el proceso de modelado, el contenido experimental, los riesgos de vulnerabilidad y las soluciones de optimización.
Valor del proyecto
Conveniencia: El modelo se abrirá como un bien público, y todos podrán acceder y probarlo.
Valor educativo: A través de tutoriales detallados de modelos y simulaciones, ayudar al público a comprender a fondo el funcionamiento de la curva de vinculación y su papel en los ecosistemas de tokens.
Transparencia: A través de herramientas de visualización, se hace transparente el mecanismo de modelado y el proceso experimental, permitiendo al público entender el mecanismo del modelo y los riesgos potenciales.
Impulsado por la comunidad: los miembros de la comunidad pueden realizar diversos experimentos basados en este modelo y hacer públicos los resultados de la investigación, logrando una autorregulación impulsada por la comunidad.
Alineación con los principios de la Ingeniería de Tokens: A través de la difusión de este conjunto de métodos y herramientas, permitir que más personas participen en la ingeniería de tokens y construyan conjuntamente un ecosistema de tokens más resiliente y sostenible.
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
Ingeniería de Tokens impulsada por IA: proyectos financiados por TEC se centran en la optimización de la Curva de Vinculación
Introducción al programa de financiamiento de primavera 2024 de Token Engineering Commons
Este artículo presentará un proyecto innovador que ha recibido financiamiento del Token Engineering Commons (TEC) en la primavera de 2024. El proyecto tiene como objetivo utilizar el aprendizaje por refuerzo y técnicas de modelado y simulación basadas en agentes para optimizar el mecanismo de curva de vinculación en los ecosistemas de tokens.
Antecedentes del proyecto
La curva de vinculación, como una parte importante del ecosistema de tokens, juega un papel clave en el control de la volatilidad de los precios de los tokens, la provisión de liquidez y la dinamización de la oferta de tokens. Al formalizar las relaciones entre múltiples elementos en el ecosistema de tokens, la curva de vinculación abre nuevas posibilidades para el "control ingenieril" del ecosistema de tokens.
Ya en 2018, un equipo propuso la idea de utilizar agentes de IA para la optimización de mecanismos, observando el comportamiento de los agentes de aprendizaje automático para identificar posibles comportamientos de los usuarios que podrían surgir tras el despliegue del sistema, y optimizando el diseño del mecanismo al comparar la diferencia entre el comportamiento real y el comportamiento esperado. Sin embargo, esta idea aún no ha sido ampliamente adoptada.
Desde 2023, el Grupo de Investigación de Curvas de Vinculación (BCRG) ha llevado a cabo una investigación exhaustiva sobre las curvas de vinculación, especialmente en la investigación conjunta de PAMM (Fabricante de Mercado Automatizado Primario) y SAMM (Fabricante de Mercado Automatizado Secundario). Sin embargo, debido a limitaciones de recursos, BCRG aún no ha explorado en profundidad estrategias maliciosas, pruebas de penetración y otros estudios más profundos.
Resumen del proyecto
Este proyecto tiene como objetivo explorar las estrategias maliciosas de posibles atacantes bajo diferentes combinaciones de curvas de vinculación PAMM y SAMM mediante un agente de IA entrenado por aprendizaje reforzado. A través de análisis comparativos y exploración del espacio de comportamiento, el equipo del proyecto buscará combinaciones de parámetros de curva de vinculación relativamente estables y de alta calidad para optimizar el diseño del mecanismo del protocolo, reducir la brecha entre el comportamiento esperado y el comportamiento real, y disminuir el riesgo de seguridad económica del ecosistema de tokens.
Específicamente, el proyecto seleccionará cuatro tipos comunes de curvas de vinculación PAMM (Lineal, Exponencial, Potencia y Sigmoide) y dos tipos comunes de curvas de vinculación SAMM (Producto constante y Tipo híbrido), formando 8 combinaciones. El equipo del proyecto utilizará métodos de modelado y simulación basados en agentes para experimentar, utilizando agentes de IA para explorar el conjunto de estrategias maliciosas potenciales de cada esquema y su probabilidad de ocurrencia, y mostrará el impacto de las estrategias maliciosas en el sistema a través de los resultados de la simulación, con el fin de explorar estrategias científicas de respuesta a ataques maliciosos y esquemas de optimización de mecanismos de curvas de vinculación.
Puntos innovadores del proyecto
Introducir el aprendizaje por refuerzo en la ingeniería de tokens, formando un método de optimización de mecanismos de protocolo basado en AI-agent y modelado y simulación basada en agentes.
Este método tiene universalidad, viabilidad y reutilización, y se espera que tenga un impacto positivo en la seguridad económica de todo el ecosistema de tokens.
Con la ayuda de plataformas avanzadas de modelado y simulación, los modelos son fáciles de entender, usar y verificar.
Objetivo del proyecto
Objetivo a corto plazo:
Objetivo a largo plazo: A través de la promoción del método de modelado y simulación basado en agentes combinado con IA y la Ingeniería de Tokens, se permite que más personas se conviertan en Ingenieros de Tokens, sentando las bases para construir un ecosistema de tokens descentralizado, antifrágil y sostenible, y promoviendo el desarrollo de la teoría y la práctica de la Ingeniería de Tokens.
Resultados Esperados
Un modelo de simulación de economía de tokens que introduce un agente de IA, que incluye 8 esquemas experimentales de combinaciones PAMM y SAMM. El modelo será completamente transparente, fácil de entender, usar y verificar.
Un informe de investigación basado en la exploración de AI-agent que describe en detalle las estrategias de ataque malicioso potenciales bajo diferentes combinaciones de curvas de vinculación, incluyendo el proceso de modelado, el contenido experimental, los riesgos de vulnerabilidad y las soluciones de optimización.
Valor del proyecto
Conveniencia: El modelo se abrirá como un bien público, y todos podrán acceder y probarlo.
Valor educativo: A través de tutoriales detallados de modelos y simulaciones, ayudar al público a comprender a fondo el funcionamiento de la curva de vinculación y su papel en los ecosistemas de tokens.
Transparencia: A través de herramientas de visualización, se hace transparente el mecanismo de modelado y el proceso experimental, permitiendo al público entender el mecanismo del modelo y los riesgos potenciales.
Impulsado por la comunidad: los miembros de la comunidad pueden realizar diversos experimentos basados en este modelo y hacer públicos los resultados de la investigación, logrando una autorregulación impulsada por la comunidad.
Alineación con los principios de la Ingeniería de Tokens: A través de la difusión de este conjunto de métodos y herramientas, permitir que más personas participen en la ingeniería de tokens y construyan conjuntamente un ecosistema de tokens más resiliente y sostenible.