Оптимізація екосистеми токенів за допомогою механізму кривої зв'язування AI

Ця стаття представить інноваційний проєкт, який має на меті використання технологій штучного інтелекту для оптимізації механізму bonding curve в екосистемі токенів. Цей проєкт отримав фінансування від Token Engineering Commons навесні 2024 року і буде досліджувати та реагувати на потенційні зловмисні стратегії в умовах різних комбінацій bonding curve за допомогою технологій навчання з підкріпленням та агентного моделювання і симуляції, щоб підвищити економічну безпеку системи токенів.

Передумови проекту та цілі

Bonding curve як основний компонент екосистеми Токенів відіграє ключову роль у контролі коливань цін, наданні ліквідності та динаміці постачання Токенів. Цей проєкт базується на попередніх дослідженнях, зокрема на ідеї команди IncentiveAI 2018 року щодо використання AI-agent для оптимізації механізмів, а також на всебічному дослідженні bonding curve групою BCRG (Bonding Curve Research Group).

Команда проекту зосереджена на сфері Токенного інжинірингу та планує дослідити потенційні зловмисні стратегії за допомогою AI-агента, натренованого за допомогою підкріплювального навчання, у різних комбінаціях PAMM (Primary Automated Market Maker) та SAMM (Secondary Automated Market Maker) кривих зв'язування. Дослідження охопить чотири поширені типи PAMM (Лінійний, Експоненціальний, Потужний та Сігмоїдний) та два типи SAMM (постійний добуток та змішаний), що в цілому утворює 8 комбінацій.

Інновації та цілі

1. Впровадження посиленого навчання в Токен інжиніринг для формування методів оптимізації механізмів протоколу на основі AI-агента та моделювання імітації на основі агентів.
2. Розробити універсальні, практичні та багаторазові методи для підвищення економічної безпеки всієї токен-екосистеми.
3. Використання платформи Holobit для спрощення розуміння, використання та перевірки моделі.

Короткострокові цілі включають вивчення потенційних зловмисних стратегій, ідентифікацію ризиків та пропозицію заходів реагування, надання наукових методів для дослідження bonding curve, а також пропозицію рекомендацій щодо підвищення економічної безпеки з точки зору bonding curve.

Довгостроковою метою є популяризація методів моделювання та симуляції на основі агентів з використанням ШІ, щоб більше людей могли стати Токен інженерами та сприяти децентралізованому будівництву антикрихких та стійких екосистем монет.

Очікувані результати

1. Модель симуляції токен економічного ланцюга з впровадженням AI-agent, що включає 8 експериментальних схем комбінацій PAMM та SAMM, модель повністю прозора та легка для розуміння і перевірки.
2. Звіт дослідження на основі AI-agent, що охоплює потенційні зловмисні атаки, моделі, експериментальний контент, ризики вразливостей та оптимізаційні рішення при різних комбінаціях bonding curve.

Цінність та вплив проєкту

Цей проект не лише спрямований на підвищення безпеки екосистеми токенів, а й має на меті популяризацію та практику Token Engineering. Через відкриту та прозору модель проект допоможе більшій кількості людей зрозуміти, як працює bonding curve, та оволодіти навичками аналізу складних систем.

Крім того, проект заохочує участь громади, дозволяючи учасникам проводити різні експерименти на основі цієї моделі, не обмежуючись лише bonding curve, а також використовуючи її для досліджень у таких сферах, як управління, зростання тощо. Цей підхід і інструменти можуть бути застосовані до інших протоколів, сприяючи саморегулюванню, що керується громадою.

Врешті-решт, проєкт має на меті досягнення цілі "децентралізації завершення токен інженерії", об'єднуючи колективну мудрість для створення більш стійкої та стійкої екосистеми токенів. Завдяки популяризації цього набору методів і інструментів, кожен має можливість взяти участь в економічному аудиті безпеки протоколу, сприяючи розвитку теорії та практики токен інженерії.