TEC春季资助项目:AI优化Bonding Curve提升代币生态安全性

robot
摘要生成中

Token Engineering Commons春季资助项目:优化代币生态系统的Bonding Curve机制

Token Engineering Commons (TEC) 2024年春季资助项目聚焦于利用先进技术优化代币生态系统中的bonding curve机制。这一创新项目结合了强化学习和基于agent的建模与仿真技术,旨在提升代币系统的经济安全性。

项目背景与目标

Bonding curve作为代币生态系统的关键组成部分,在调节代币价格、提供流动性和动态化供应等方面发挥着重要作用。本项目延续了IncentiveAI团队2018年提出的AI-agent机制优化理念,并在Bonding Curve Research Group (BCRG)的研究基础上,进一步探索PAMM (Primary Automated Market Maker)和SAMM (Secondary Automated Market Maker)的bonding curve组合。

项目团队专注于Token Engineering领域,致力于通过agent-based建模和仿真解决复杂系统设计与优化问题。他们计划利用经过强化学习训练的AI-agent,探索不同PAMM和SAMM bonding curve组合下可能出现的恶意策略,并通过对比分析和行为空间探索,寻找稳定优质的参数组合,以优化协议机制设计,降低经济安全风险。

研究方法

研究将选取四种常见的PAMM bonding curve类型(线性、指数、幂函数和S形)和两种SAMM类型(恒定乘积和混合型),形成8种组合方案。通过agent-based建模和仿真,项目团队将探索每种方案下的潜在恶意策略及其发生概率,并模拟这些策略对系统的影响,从而制定应对策略和优化方案。

项目将借助Holobit高级账号,实现模型搭建和实验过程的全透明化。这一创新方法有望为Token Engineering引入强化学习,形成基于AI-agent和agent-based建模仿真的协议机制优化方法,具有普适性和可复用性,可能显著提升代币生态系统的经济安全。

预期成果

  1. 一个引入AI-agent的代币经济链下模拟模型,包含8种PAMM与SAMM组合的实验方案,模型完全透明且易于理解和验证。

  2. 一份基于AI-agent探索的研究报告,详细分析不同bonding curve组合下的潜在恶意攻击策略,包括建模流程、实验内容、风险评估和优化建议。

项目价值

该项目不仅致力于提高代币系统的安全性,还旨在推广Token Engineering的实践。通过Holobit平台,项目成果将作为公共物品开放,便于社区成员学习和验证。这种透明和教育性的方法有助于提高大众对bonding curve和复杂系统分析的理解,推动Token Engineering的普及和发展。

长远来看,项目旨在使更多人成为Token Engineer,为去中心化构建反脆弱和可持续的代币生态系统奠定基础。通过社区驱动的方式,每个人都可以参与协议的经济安全审计,实现真正的社区自监管,推动Token Engineering在理论和实践层面的进步。

CRV-2.94%
此页面可能包含第三方内容,仅供参考(非陈述/保证),不应被视为 Gate 认可其观点表述,也不得被视为财务或专业建议。详见声明
  • 赞赏
  • 10
  • 转发
  • 分享
评论
0/400
MEV受害者协会vip
· 08-15 00:22
这curve优化有啥用 反正都被抢跑了
回复0
GateUser-7b078580vip
· 08-14 20:34
数据又欺骗人,我观察curve最近的漏洞率82.6%,耐心等跌吧
回复0
GateUser-74b10196vip
· 08-13 22:56
又是 AI 托管啊
回复0
ZKProofstervip
· 08-13 18:38
从技术上讲,他们的代理建模仍然缺乏数学严谨性... smh
查看原文回复0
StealthMoonvip
· 08-12 05:17
啧啧,又整这些高大上的,钱包安全第一哈
回复0
APY Whisperervip
· 08-12 05:14
这波ai盘正狠
回复0
ChainChefvip
· 08-12 05:11
嗯,这个联合曲线配方需要更多调味料……原始的 alpha 听起来还是有点不成熟,老实说。
查看原文回复0
幽灵钱包侦探vip
· 08-12 05:10
又来炒作AI概念了?啧啧
回复0
Blockchain智囊vip
· 08-12 05:01
又见这套AI辅助曲线调控的老思路,数据表明18年熊市里类似机制最后都黄了,年轻人要谨慎参与
回复0
Blockchain解码vip
· 08-12 04:55
数据显示大多优化方案都存在的共性问题:agent建模的稳态假设过于理想化。建议参考Vitalik 2020年的文章深入探讨流动性冲击场景下的系统鲁棒性。
回复0
查看更多
交易,随时随地
qrCode
扫码下载 Gate App
社群列表
简体中文
  • 简体中文
  • English
  • Tiếng Việt
  • 繁體中文
  • Español
  • Русский
  • Français (Afrique)
  • Português (Portugal)
  • Bahasa Indonesia
  • 日本語
  • بالعربية
  • Українська
  • Português (Brasil)