[論文レビュー] Token Curated Registries - A Game Theoretic Approach

Aditya Asgaonkar, Bhaskar Krishnamachari|arXiv (Cornell University)|Sep 5, 2018

Peer-to-Peer Network Technologies参考文献 2被引用数 19

ひとこと要約

本稿は、トークン加重投票とチャレンジメカニズムが分散型システムにおける高品質なキュレートをどのようにインcentivizeするかを分析するゲーム理論的モデルを提示する。チャレンジが発生する条件を同定し、複数のナッシュ均衡が存在しうることを示し、報酬優位性（payoff dominance）による均衡選択のための修正を提示する。高品質な候補者に対しては、登録順序が最終的なTCR構成に影響を及える可能性があることを強調する。

ABSTRACT

Token curated registries (TCRs) have been proposed recently as an approach to create and maintain high quality lists of resources or recommendations in a decentralized manner. Applications range from maintaining registries of web domains for advertising purposes (e.g., adChain) or restaurants, consumer products, etc. The registry is maintained through a combination of candidate applications requiring a token deposit, challenges based on token staking and token-weighted votes with a redistribution of tokens occurring as a consequence of the vote. We present a simplified mathematical model of a TCR and its challenge and voting process analyze it from a game-theoretic perspective. We derive some insights into conditions with respect to the quality of a candidate under which challenges occur, and under which the outcome is reject or accept. We also show that there are conditions under which the outcome may not be entirely predictable in the sense that everyone voting for accept and everyone voting for reject could both be Nash Equilibria outcomes. For such conditions, we also explore when a particular strategy profile may be payoff dominant. We identify ways in which our modeling can be extended and also some implications of our model with respect to the composition of TCRs.

研究の動機と目的

• 自己利益志向の参加者が分散型リストの高品質を維持する仕組みを理解するために、ゲーム理論を用いてTCRのインcentive構造をモデル化すること。
• チャレンジが発生する条件を分析し、均衡状態において候補者が受け入れられるか否かを特定すること。
• TCR投票ゲームにおける複数のナッシュ均衡の存在と選択を調査すること。
• 均衡多重性の状況において、好ましい均衡を特定するための修正（例：報酬優位性）を検討すること。
• 候補者の品質に関する不確実性や実証的検証の必要性を含め、TCRダイナミクスのモデル化における理論的・実務的限界を特定すること。

提案手法

• トークン預け入れ、チャレンジ、トークン加重投票を含むTCRの数学的モデルを形式化する。
• 候補者の品質、トークン保有量、レジストリの価値に基づき、チャレンジャーと投票者の報酬を定義する。
• 二名投票者およびn名投票者の状況を分析し、異なる品質閾値下でのナッシュ均衡を同定する。
• 報酬優位性の概念を適用して、複数の安定した結果の中から均衡を選択する。
• 比較的報酬分析を用いて、すべての投票が「受諾」または「拒否」である状態が、それぞれいつ好ましい均衡となるかを特定する。
• チャレンジインセンティブの公理的条件を同定し、明示的な閾値を導出する際の限界を議論する。

実験結果

リサーチクエスチョン

• RQ1 合理的なチャレンジャーは、どのような条件下でTCRにおける候補者をチャレンジするか？
• RQ2 TCRの投票結果はいつ予測可能であり、いつ「受諾」と「拒否」の両方が安定なナッシュ均衡となるか？
• RQ3 現在のレジストリよりも明確に高い価値を持つ候補者が、均衡多重性のため拒否され得るか？
• RQ4 候補者の提出順序が、TCRの最終的構成に影響を及える可能性は何か？
• RQ5 どの均衡（受諾か拒否か）が報酬優位と見なされ、どのような条件下でそうなるか？

主な発見

• 十分に高品質な候補者に対しては、参加者の数に関係なく、結果は常に「受諾」である。
• 十分に低品質な候補者に対しては、公理的仮定のもとで、結果は常に「拒否」である。
• これらの極端の間には、複数の均衡が存在しうる：「全受諾」と「全拒否」の両方がナッシュ均衡となり得るため、均衡選択の問題が生じる。
• レジストリに候補者が追加された場合の価値が、追加されない場合の価値を上回る場合、すなわちV(r) > V(0) である限り、報酬優位な均衡は「全受諾」である。
• 複数の均衡が存在する状況では、高品質なエントリに対しても、TCRの構成が候補者の提出順序に依存する可能性がある。
• 本モデルは、明示的なチャレンジ閾値を導出する理論的ギャップを特定しており、代わりに公理的仮定に依存している。