[论文解读] Game of Coins

Alexander Spiegelman, Idit Keidar+1 more|arXiv (Cornell University)|May 23, 2018

Blockchain Technology Applications and Security参考文献 11被引用 9

一句话总结

本文将多加密货币策略挖矿建模为博弈论问题，证明了更好的响应学习机制会收敛至均衡状态。提出了一种奖励设计机制，可将系统从任意初始均衡引导至目标均衡，从而实现对多智能体环境中学习型挖矿者的控制。

ABSTRACT

We formalize the current practice of strategic mining in multi-cryptocurrency markets as a game, and prove that any better-response learning in such games converges to equilibrium. We then offer a reward design scheme that moves the system configuration from any initial equilibrium to a desired one for any better-response learning of the miners. Our work introduces the first multi-coin strategic attack for adaptive and learning miners, as well as the study of reward design in a multi-agent system of learning agents.

研究动机与目标

• 将多加密货币市场中的策略挖矿形式化为博弈论框架。
• 分析此类策略环境中更好响应学习机制的收敛特性。
• 设计一种奖励机制，将系统从任意初始均衡引导至目标均衡。
• 实现对多智能体挖矿系统中自适应与学习型挖矿者的控制。

提出的方法

• 将多个加密货币之间的策略挖矿建模为挖矿者之间的非合作博弈。
• 证明在所定义的博弈中，任何更好的响应学习动态都会收敛至纳什均衡。
• 设计一种奖励函数，通过操纵激励机制，将系统从初始均衡引导至期望均衡。
• 运用博弈论分析，确保在所提奖励机制下系统具备稳定性和收敛性。
• 应用多智能体系统原理，处理去中心化挖矿环境中的学习行为。
• 采用均衡分析与激励机制设计，引导系统配置朝向目标结果。

实验结果

研究问题

• RQ1 在多加密货币挖矿中，更好的响应学习是否收敛至均衡？
• RQ2 能否通过奖励设计机制将系统从任意初始均衡引导至期望均衡？
• RQ3 如何构建激励机制以控制多智能体挖矿环境中的学习型挖矿者行为？
• RQ4 在何种条件下，多加密货币系统中的策略挖矿动态会趋于稳定？

主要发现

• 所提出的博弈模型中，更好的响应学习机制收敛至纳什均衡。
• 奖励设计机制成功地将系统从任意初始均衡引导至期望均衡。
• 该方法可通过战略性激励调控实现对学习型挖矿者的控制。
• 该框架是首个针对自适应挖矿环境中多币种策略攻击的解决方案。
• 在所提奖励机制下，系统保持稳定且可预测。
• 该方法适用于任意初始均衡，确保广泛的可配置性。