Introdução ao Projeto de Financiamento da Comunidade de Engenharia de Token 2024 Primavera
Este artigo apresentará um projeto inovador que recebeu financiamento do Token Engineering Commons (TEC) na primavera de 2024. O projeto visa utilizar técnicas de aprendizado por reforço e modelagem e simulação baseadas em agentes para otimizar o mecanismo de bonding curve no ecossistema de tokens.
Contexto do projeto
A curva de bonding, como uma parte importante do ecossistema de tokens, desempenha um papel crucial no controle da volatilidade dos preços dos tokens, na oferta de liquidez e na dinamização do fornecimento de tokens. Através da matemática das relações entre múltiplos elementos no ecossistema de tokens, a curva de bonding abre novas possibilidades para o "controle de engenharia" do ecossistema de tokens.
Já em 2018, uma equipe propôs a ideia de usar agentes de IA para otimização de mecanismos, observando o comportamento de agentes de aprendizado de máquina para identificar comportamentos de usuários que podem surgir após a implementação do sistema, e otimizando o design do mecanismo ao comparar as diferenças entre o comportamento real e o comportamento esperado. No entanto, essa ideia ainda não foi amplamente aplicada.
Desde 2023, o Bonding Curve Research Group (BCRG) realizou uma pesquisa abrangente sobre a bonding curve, especialmente na pesquisa conjunta entre PAMM (Primary Automated Market Maker) e SAMM (Secondary Automated Market Maker). No entanto, devido a limitações de recursos, o BCRG ainda não explorou em profundidade pesquisas mais avançadas, como estratégias maliciosas e testes de penetração.
Visão Geral do Projeto
Este projeto visa explorar as estratégias maliciosas de potenciais atacantes sob diferentes combinações de curvas de bonding PAMM e SAMM, através de um agente de IA treinado por aprendizado por reforço. Através de análises comparativas e exploração do espaço de comportamento, a equipe do projeto buscará combinações de parâmetros de curvas de bonding relativamente estáveis e de alta qualidade, a fim de otimizar o design do mecanismo do protocolo, reduzindo a discrepância entre o comportamento esperado e o comportamento real, e diminuindo os riscos de segurança econômica do ecossistema de tokens.
Especificamente, o projeto selecionará quatro tipos comuns de curvas de bonding PAMM (Linear, Exponencial, Potência e Sigmoide) e dois tipos comuns de curvas de bonding SAMM (Produto Constante e Tipo Híbrido), formando 8 combinações. A equipe do projeto utilizará métodos de modelagem e simulação baseados em agentes para realizar experimentos, utilizando agentes de IA para explorar o conjunto de estratégias maliciosas potenciais de cada combinação e suas probabilidades de ocorrência, e apresentará os resultados da simulação para mostrar o impacto das estratégias maliciosas no sistema, a fim de explorar estratégias científicas de resposta a ataques maliciosos e otimizações do mecanismo de curva de bonding.
Pontos de inovação do projeto
Introduzir o aprendizado por reforço na Engenharia de Tokens, formando um método de otimização de mecanismos de protocolo baseado em AI-agent e modelagem e simulação baseada em agentes.
Este método possui universalidade, viabilidade e reutilização, e espera-se que tenha um impacto positivo na segurança econômica de todo o ecossistema de tokens.
Com a ajuda de uma plataforma avançada de modelagem e simulação, os modelos tornam-se fáceis de entender, usar e verificar.
Objetivo do Projeto
Objetivos de curto prazo:
Utilizar um agente de IA para explorar estratégias maliciosas potenciais sob diferentes combinações de curvas de bonding, identificar riscos e explorar estratégias de resposta e propostas de otimização de mecanismos.
Fornecer uma metodologia científica rigorosa para a pesquisa de curvas de bonding.
Propor sugestões para aumentar a segurança econômica do ecossistema de tokens a partir da perspectiva da curva de vinculação.
Objetivo a longo prazo:
Através da promoção de métodos de modelagem e simulação baseados em agentes combinados com IA e Engenharia de Tokens, permitindo que mais pessoas se tornem Engenheiros de Tokens, estabelecendo as bases para a construção de ecossistemas de tokens descentralizados, antifrágeis e sustentáveis, promovendo o desenvolvimento da teoria e prática da Engenharia de Tokens.
Resultados Esperados
Um modelo de simulação de economia de tokens com um agente de IA, que inclui 8 tipos de esquemas experimentais de combinações PAMM e SAMM. O modelo será totalmente transparente, fácil de entender, usar e verificar.
Um relatório de pesquisa baseado na exploração de AI-agent, que descreve em detalhe as potenciais estratégias de ataque malicioso sob diferentes combinações de curvas de bonding, incluindo o processo de modelagem, conteúdo experimental, riscos de vulnerabilidades e propostas de otimização.
Valor do projeto
Conveniência: O modelo será disponibilizado como um bem público, acessível e testável por todos.
Valor educativo: Através de tutoriais detalhados de modelos e simulações, ajudar o público a entender profundamente como funciona a bonding curve e seu papel nos ecossistemas de tokens.
Transparência: tornar o mecanismo de modelagem e o processo experimental transparentes através de ferramentas de visualização, permitindo que o público compreenda o mecanismo do modelo e os riscos potenciais.
Comunidade impulsionada: Os membros da comunidade podem realizar vários experimentos com base neste modelo e divulgar os resultados da pesquisa, realizando uma auto-regulação impulsionada pela comunidade.
Alinhamento com os princípios da Engenharia de Token: ao disseminar este conjunto de métodos e ferramentas, permitir que mais pessoas possam participar da engenharia de tokens e construir em conjunto um ecossistema de tokens mais robusto e sustentável.
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
Engenharia de Token impulsionada por IA: projetos financiados pelo TEC focam na otimização da Curva de Vinculação
Introdução ao Projeto de Financiamento da Comunidade de Engenharia de Token 2024 Primavera
Este artigo apresentará um projeto inovador que recebeu financiamento do Token Engineering Commons (TEC) na primavera de 2024. O projeto visa utilizar técnicas de aprendizado por reforço e modelagem e simulação baseadas em agentes para otimizar o mecanismo de bonding curve no ecossistema de tokens.
Contexto do projeto
A curva de bonding, como uma parte importante do ecossistema de tokens, desempenha um papel crucial no controle da volatilidade dos preços dos tokens, na oferta de liquidez e na dinamização do fornecimento de tokens. Através da matemática das relações entre múltiplos elementos no ecossistema de tokens, a curva de bonding abre novas possibilidades para o "controle de engenharia" do ecossistema de tokens.
Já em 2018, uma equipe propôs a ideia de usar agentes de IA para otimização de mecanismos, observando o comportamento de agentes de aprendizado de máquina para identificar comportamentos de usuários que podem surgir após a implementação do sistema, e otimizando o design do mecanismo ao comparar as diferenças entre o comportamento real e o comportamento esperado. No entanto, essa ideia ainda não foi amplamente aplicada.
Desde 2023, o Bonding Curve Research Group (BCRG) realizou uma pesquisa abrangente sobre a bonding curve, especialmente na pesquisa conjunta entre PAMM (Primary Automated Market Maker) e SAMM (Secondary Automated Market Maker). No entanto, devido a limitações de recursos, o BCRG ainda não explorou em profundidade pesquisas mais avançadas, como estratégias maliciosas e testes de penetração.
Visão Geral do Projeto
Este projeto visa explorar as estratégias maliciosas de potenciais atacantes sob diferentes combinações de curvas de bonding PAMM e SAMM, através de um agente de IA treinado por aprendizado por reforço. Através de análises comparativas e exploração do espaço de comportamento, a equipe do projeto buscará combinações de parâmetros de curvas de bonding relativamente estáveis e de alta qualidade, a fim de otimizar o design do mecanismo do protocolo, reduzindo a discrepância entre o comportamento esperado e o comportamento real, e diminuindo os riscos de segurança econômica do ecossistema de tokens.
Especificamente, o projeto selecionará quatro tipos comuns de curvas de bonding PAMM (Linear, Exponencial, Potência e Sigmoide) e dois tipos comuns de curvas de bonding SAMM (Produto Constante e Tipo Híbrido), formando 8 combinações. A equipe do projeto utilizará métodos de modelagem e simulação baseados em agentes para realizar experimentos, utilizando agentes de IA para explorar o conjunto de estratégias maliciosas potenciais de cada combinação e suas probabilidades de ocorrência, e apresentará os resultados da simulação para mostrar o impacto das estratégias maliciosas no sistema, a fim de explorar estratégias científicas de resposta a ataques maliciosos e otimizações do mecanismo de curva de bonding.
Pontos de inovação do projeto
Introduzir o aprendizado por reforço na Engenharia de Tokens, formando um método de otimização de mecanismos de protocolo baseado em AI-agent e modelagem e simulação baseada em agentes.
Este método possui universalidade, viabilidade e reutilização, e espera-se que tenha um impacto positivo na segurança econômica de todo o ecossistema de tokens.
Com a ajuda de uma plataforma avançada de modelagem e simulação, os modelos tornam-se fáceis de entender, usar e verificar.
Objetivo do Projeto
Objetivos de curto prazo:
Objetivo a longo prazo: Através da promoção de métodos de modelagem e simulação baseados em agentes combinados com IA e Engenharia de Tokens, permitindo que mais pessoas se tornem Engenheiros de Tokens, estabelecendo as bases para a construção de ecossistemas de tokens descentralizados, antifrágeis e sustentáveis, promovendo o desenvolvimento da teoria e prática da Engenharia de Tokens.
Resultados Esperados
Um modelo de simulação de economia de tokens com um agente de IA, que inclui 8 tipos de esquemas experimentais de combinações PAMM e SAMM. O modelo será totalmente transparente, fácil de entender, usar e verificar.
Um relatório de pesquisa baseado na exploração de AI-agent, que descreve em detalhe as potenciais estratégias de ataque malicioso sob diferentes combinações de curvas de bonding, incluindo o processo de modelagem, conteúdo experimental, riscos de vulnerabilidades e propostas de otimização.
Valor do projeto
Conveniência: O modelo será disponibilizado como um bem público, acessível e testável por todos.
Valor educativo: Através de tutoriais detalhados de modelos e simulações, ajudar o público a entender profundamente como funciona a bonding curve e seu papel nos ecossistemas de tokens.
Transparência: tornar o mecanismo de modelagem e o processo experimental transparentes através de ferramentas de visualização, permitindo que o público compreenda o mecanismo do modelo e os riscos potenciais.
Comunidade impulsionada: Os membros da comunidade podem realizar vários experimentos com base neste modelo e divulgar os resultados da pesquisa, realizando uma auto-regulação impulsionada pela comunidade.
Alinhamento com os princípios da Engenharia de Token: ao disseminar este conjunto de métodos e ferramentas, permitir que mais pessoas possam participar da engenharia de tokens e construir em conjunto um ecossistema de tokens mais robusto e sustentável.