通證工程學入門之二: 通證設計 與優化設計
通證經濟 的概念大家相對而言比較熟悉,但是通證工程學,作為工程領域對於通證設計的落地和實踐,其實並沒有得到多少的關注。
在通證工程學這系列文章之中,我盡力將我所蒐集到的一些相關的資料/論文,整理出來,或者翻譯,或者筆記的方式,與感興趣的同學分享。相關的知識還遠遠不足以成為一門學科體系,也沒有人能夠完整的教授,但是,總還是有辦法自己慢慢學到的,摸爬滾打就是了。
這一系列文章不容易懂,包括我也是邊學習邊分享,肯定會有很多粗糙之處,或者我個人理解不當之處,請指出來一起探討。
本文是摘譯了Medium上一篇論文,因為原文太長,所以分了多篇分別發出來。
原文連結: ofollow,noindex" target="_blank">https://hackernoon.com/history-is-rhyming-fitness-functions-comparing-blockchain-tokens-to-the-web-3c117239f4c
多位同學反映,單看一篇的話很難理解,我這篇文章的提綱先列出來,後續會把後面的部分補齊。
1、簡介
介紹文章的主題,如何設計激勵機制?因為激勵機制實際上是通證生態系統設計的核心,所以,也是要回答這一問題:如何設計通證生態系統?
2、工程學,博弈論及其他
作者將通證設計(token design)與已有的其他學科相關聯,描述其關係
通證工程學,與通證經濟學,博弈論,制度設計等方面有不少相關之處,這部分的譯文見: 通證設計與其他學科的關係: 通證工程學入門之一
3、通證設計與優化設計
作者將通證設計與優化設計和EA(進化演算法)進行了比較,從五個維度來分析不同系統的異同之處。
4、從優化設計的方法論到通證設計方法論
在這部分中,作者先介紹了一般優化系統是如何設計的;並藉助相似的框架來界定通證設計的路徑。
5、通證設計模式
在軟體工程中,我們有軟體設計模式;在建築工程中,也有相應的設計模式。這部分介紹了在通證工程學中的常見通證設計模式。這些組塊可以降低通證系統設計的複雜度,幫助設計者們更好的實現通證生態系統的架構。
6、工具篇:模擬器,CAD工具
這部分介紹了進行通證設計所需要用到的一些工具。藉助合適的模擬器和CAD工具,設計通證生態系統,並進行測試,驗證設計想法,作出改進完善。
7、結論
本文是英文原文中的第三部分:對優化設計和通證設計的比較
前文回顧:
優化設計,通證設計
通證設計,就像優化設計一樣:在頂層設計之中,你根據激勵意圖,設計好出塊獎勵函式,即目標函式,然後任由它發展。simon de la Rouviere先看到了這一點。
實際情況會更加具體。通證設計特別像是進化演算法,有很多的參與者(agent)同時進行搜尋,沒有自上而下的控制來設定每個agent的行為。Agent根據他們的出塊獎勵或者適應情況而自生自滅。如下的表格中總結了這一關係。
藉助這一相似性,設計通證時,我們可以使用優化/EA的最優實踐。這可是個好訊息,因為很多人是設計EA演算法和優化系統的絕地武士。
我們對錶格中對每一行挨個進行評估。
目的
通證生態系統和EA都有目的,用 目標(最大化或者最小化的事情)和約束(必須滿足的條件)形式來描述。可以是隨機的目標。
通證生態系統的目標是最大化hash算力,給予出塊獎勵作為回報,EA演算法的目標是在訓練深度網路中讓錯誤最小化。約束條件可以分別是“必須抵押不小於閾值的數量才能參與”或者是“深度網路層數=100”。
其他的變種情形包含單一目標優化(1個目標,沒有約束條件),滿足約束(目標數為0,約束條件>=1), 以及多目標約束(目標數>= 2個, 約束條件>=1個).
衡量 & 測試
為了測試/衡量是否成功達成目的(目標&約束條件),通證生態系統依賴於“證明”(比如工作量證明機制,或者DPos機制),優化器使用模擬器來測量匹配度。
例如,一個比特幣網路節點證驗證使用者所提供的nonce是否解決密碼難題,來證明使用者在算力競爭中勝出。
優化器可以通過執行電路微分方程的SPICE模擬來測試電路的優劣;模擬結果可以通過測試是否確實解決了基爾霍夫的電流和電壓定律來驗證。
系統參與者
在這兩個系統中,代理都在“做事情”。
在通證生態系統中,網路的利益相關方,比如礦工(或者更通用的說法是使用者),儘可能獲得塊獎勵。他們爭先恐後,盡一切可能獲得更多的通證(token)獎勵。例如,在比特幣中,一些參與者可能設計、組裝和執行ASIC晶片以獲得更高的雜湊算力。其他人可能會共享它們現有的計算資源,組成礦池。系統不需要為生態系統中的所有利益相關者明確的建模。例如,比特幣的設計中,沒有銀行、國家或公司的特定角色; 幾乎全是關於礦工的。
在EA(進化演算法)中,具有種群之中的個體。 如果他們是“好”的,他們就有更高的適應性。例如,一個個體可能是一個神經網路中具有10,000 權重的向量。個體的“行為”基本上是生存行為,以及通過交叉(如插值)或突變(如隨機擾動每個引數)等操作,對其進行變異的行為。
系統時鐘
每個系統中都存在時鐘,從而可以建立進度和發生收斂。
分批。*
通常,參與者是分批次進行處理的。通證生態系統週期性的生成新的區塊,付出出塊獎勵。新的區塊指向了舊的區塊。系統中的新工作會新增到新區塊之中。
這一相互連結的區塊列表,實際上是一個Lamport邏輯時鐘。
在EA之中,每一批次是一代,其中所有的個體同時更新。每個代際迴圈之中可能包含:評估個體,選出最優個體,讓其產生後臺,如此迴圈重複。
連續方式。
在一些系統中,會對參與者進行連續式的處理。這些系統通常需要花費更多的工作來進行概念化,但在一些問題上可能會提出更好的解決方式。例如,在通證生態系統中,Stellar中的事務只需要額定數量分片參與者的確認即可,或者像在IOTA系統中一樣,將另一個節點新增到DAG(有向無環圖)中。
在EAs中,也存在穩定狀態進化方式,一個個體在特定時間會被替換掉。
激勵 & 抑制
系統本身不能控制參與者的行為。(或者至少,系統不需要控制它們。)。因此,**頂層行為必須是根據參與者自下而上的行為所自然產生的特性。這對於通證生態系統是必要的; 否則他們會成為中心化的系統!
對於EAs來說,這並不是絕對必須的,但儘管如此,許多EAs處於簡潔/優雅或滿足其他設計目標的需要,也採用這種方法。
這意味著,系統只能夠對行為進行獎勵或懲罰,胡蘿蔔或大棒,或者叫做激勵和抑制。設計系統時,我們設計了需要給予怎樣的獎勵或者懲罰,以及如何給出。
在通證生態系統中,獎勵以出塊獎勵的形式出現,而懲罰則是通過削減押金的方式進行。前者通常是目標函式; 後者是部分(但不是全部)約束。
本文翻譯自: https://blog.oceanprotocol.com/towards-a-practice-of-token-engineering-b02feeeff7ca
相關文章
通證設計與其他學科的關係
通證設計與其他學科的關係
通證設計與其他學科的關係
通證設計與其他學科的關係
通證設計與其他學科的關係
通證設計與其他學科的關係