# トークンエンジニアリングコモンズ 2024春季助成プロジェクト紹介この記事では、2024年春のToken Engineering Commons (TEC)の助成を受けた革新的なプロジェクトについて紹介します。このプロジェクトは、強化学習とエージェントベースのモデリングおよびシミュレーション技術を活用して、トークンエコシステム内のボンディングカーブメカニズムを最適化することを目的としています。## プロジェクトの背景ボンディングカーブは、トークンエコシステムの重要な構成要素として、トークン価格の変動を制御し、流動性を提供し、トークン供給を動的にするなど、重要な役割を果たしています。トークンエコシステム内の複数の要素の関係を数学的に表現することにより、ボンディングカーブはトークンエコシステムの「エンジニアリング制御」に新たな可能性を切り開いています。2018年には、チームがAIエージェントをメカニズム最適化に使用するというアイデアを提案しました。これは、機械学習エージェントの行動を観察することによって、システム展開後に発生する可能性のあるユーザー行動を特定し、実際の行動と予想される行動の違いを比較することでメカニズム設計を最適化することを目的としています。しかし、このアイデアはまだ広く適用されていません。2023年から、Bonding Curve Research Group (BCRG)は、特にPAMM（プライマリ自動マーケットメーカー）とSAMM（セカンダリ自動マーケットメーカー）の共同研究において、ボンディングカーブについて包括的な研究を行いました。しかし、リソースの制約により、BCRGは悪意のある戦略やペネトレーションテストなどのより深い研究にはまだ取り組んでいません。## プロジェクト概要本プロジェクトは、強化学習で訓練されたAIエージェントを通じて、異なるPAMMおよびSAMMボンディングカーブの組み合わせにおける潜在的攻撃者の悪意ある戦略を探索することを目的としています。比較分析と行動空間の探索を通じて、プロジェクトチームは、プロトコルのメカニズム設計を最適化するために、相対的に安定した高品質のボンディングカーブパラメータの組み合わせを見つけ、期待される行動と実際の行動とのギャップを縮小し、トークンエコシステムの経済的セキュリティリスクを低減します。具体的には、プロジェクトは4つの一般的なPAMMボンディングカーブタイプ（線形、指数、累乗、シグモイド）と2つの一般的なSAMMボンディングカーブタイプ（定数積と混合型）を選択し、8つの組み合わせを形成します。プロジェクトチームはエージェントベースのモデリングおよびシミュレーション方法を用いて実験を行い、AIエージェントを利用して各方案の潜在的な悪意のある戦略集合とその発生確率を探り、シミュレーション結果を通じて悪意のある戦略がシステムに与える影響を示し、科学的な悪意のある攻撃対策戦略とボンディングカーブメカニズムの最適化方案を探ります。## プロジェクトの革新ポイント1. 強化学習をトークンエンジニアリングに導入し、AIエージェントとエージェントベースのモデリングおよびシミュレーションに基づくプロトコルメカニズム最適化手法を形成します。2. この方法は普遍性、実用性、再利用性を持ち、全体的なトークンエコシステムの経済的安全性に対して積極的な影響を与えることが期待されます。3. 先進的なモデリングシミュレーションプラットフォームを活用し、モデルを理解しやすく、使用しやすく、検証しやすくします。## プロジェクトの目標短期的な目標:1. AIエージェントを利用して、異なるボンディングカーブの組み合わせにおける潜在的な悪意のある戦略を探索し、リスクを特定し、対応策およびメカニズムの最適化案を模索する。2. ボンディングカーブ研究のための科学的で厳密な方法論を提供する。3. ボンディングカーブの観点から、トークンエコシステムの経済的安全性を向上させる提案を行う。長期目標:AIを活用したエージェントベースのモデリングとシミュレーション手法およびトークンエンジニアリングを組み合わせた普及により、より多くの人々がトークンエンジニアになれるようにし、分散型で反脆弱かつ持続可能なトークンエコシステムの構築の基礎を築き、トークンエンジニアリングの理論と実践の発展を促進します。## 期待される成果1. AIエージェントを導入したトークン経済のチェーン下シミュレーションモデルで、8種類のPAMMとSAMMの組み合わせの実験方案を含む。このモデルは完全に透明で、理解しやすく、使用しやすく、検証しやすい。2. AIエージェントによる探索に基づく研究報告書で、異なるボンディングカーブの組み合わせにおける潜在的な悪意のある攻撃戦略を詳細に説明し、モデル化プロセス、実験内容、脆弱性リスク、および最適化案を含みます。## プロジェクトの価値1. 便利性：モデルは公共財として開放され、誰でもアクセスしてテストできます。2. 教育的価値：詳細なモデルとシミュレーションのチュートリアルを通じて、大衆がボンディングカーブの動作原理とそのトークンエコシステムにおける役割を深く理解するのを助ける。3. 透明性：視覚化ツールを使用してモデリングメカニズムと実験プロセスを透明化し、一般の人々がモデルメカニズムと潜在的なリスクを理解できるようにします。4. コミュニティ主導：コミュニティのメンバーはこのモデルに基づいて様々な実験を行い、研究成果を公開してコミュニティ主導の自己監視を実現できます。5. トークンエンジニアリングの原則に沿って：この方法とツールを普及させることで、より多くの人々がトークンエンジニアリングに参加し、よりレジリエントで持続可能なトークンエコシステムを共に構築できるようにします。
AI駆動のトークンエンジニアリング: TEC資金提供プロジェクトはボンディングカーブの最適化に焦点を当てています
トークンエンジニアリングコモンズ 2024春季助成プロジェクト紹介
この記事では、2024年春のToken Engineering Commons (TEC)の助成を受けた革新的なプロジェクトについて紹介します。このプロジェクトは、強化学習とエージェントベースのモデリングおよびシミュレーション技術を活用して、トークンエコシステム内のボンディングカーブメカニズムを最適化することを目的としています。
プロジェクトの背景
ボンディングカーブは、トークンエコシステムの重要な構成要素として、トークン価格の変動を制御し、流動性を提供し、トークン供給を動的にするなど、重要な役割を果たしています。トークンエコシステム内の複数の要素の関係を数学的に表現することにより、ボンディングカーブはトークンエコシステムの「エンジニアリング制御」に新たな可能性を切り開いています。
2018年には、チームがAIエージェントをメカニズム最適化に使用するというアイデアを提案しました。これは、機械学習エージェントの行動を観察することによって、システム展開後に発生する可能性のあるユーザー行動を特定し、実際の行動と予想される行動の違いを比較することでメカニズム設計を最適化することを目的としています。しかし、このアイデアはまだ広く適用されていません。
2023年から、Bonding Curve Research Group (BCRG)は、特にPAMM（プライマリ自動マーケットメーカー）とSAMM（セカンダリ自動マーケットメーカー）の共同研究において、ボンディングカーブについて包括的な研究を行いました。しかし、リソースの制約により、BCRGは悪意のある戦略やペネトレーションテストなどのより深い研究にはまだ取り組んでいません。
プロジェクト概要
本プロジェクトは、強化学習で訓練されたAIエージェントを通じて、異なるPAMMおよびSAMMボンディングカーブの組み合わせにおける潜在的攻撃者の悪意ある戦略を探索することを目的としています。比較分析と行動空間の探索を通じて、プロジェクトチームは、プロトコルのメカニズム設計を最適化するために、相対的に安定した高品質のボンディングカーブパラメータの組み合わせを見つけ、期待される行動と実際の行動とのギャップを縮小し、トークンエコシステムの経済的セキュリティリスクを低減します。
具体的には、プロジェクトは4つの一般的なPAMMボンディングカーブタイプ（線形、指数、累乗、シグモイド）と2つの一般的なSAMMボンディングカーブタイプ（定数積と混合型）を選択し、8つの組み合わせを形成します。プロジェクトチームはエージェントベースのモデリングおよびシミュレーション方法を用いて実験を行い、AIエージェントを利用して各方案の潜在的な悪意のある戦略集合とその発生確率を探り、シミュレーション結果を通じて悪意のある戦略がシステムに与える影響を示し、科学的な悪意のある攻撃対策戦略とボンディングカーブメカニズムの最適化方案を探ります。
プロジェクトの革新ポイント
強化学習をトークンエンジニアリングに導入し、AIエージェントとエージェントベースのモデリングおよびシミュレーションに基づくプロトコルメカニズム最適化手法を形成します。
この方法は普遍性、実用性、再利用性を持ち、全体的なトークンエコシステムの経済的安全性に対して積極的な影響を与えることが期待されます。
先進的なモデリングシミュレーションプラットフォームを活用し、モデルを理解しやすく、使用しやすく、検証しやすくします。
プロジェクトの目標
短期的な目標:
長期目標: AIを活用したエージェントベースのモデリングとシミュレーション手法およびトークンエンジニアリングを組み合わせた普及により、より多くの人々がトークンエンジニアになれるようにし、分散型で反脆弱かつ持続可能なトークンエコシステムの構築の基礎を築き、トークンエンジニアリングの理論と実践の発展を促進します。
期待される成果
AIエージェントを導入したトークン経済のチェーン下シミュレーションモデルで、8種類のPAMMとSAMMの組み合わせの実験方案を含む。このモデルは完全に透明で、理解しやすく、使用しやすく、検証しやすい。
AIエージェントによる探索に基づく研究報告書で、異なるボンディングカーブの組み合わせにおける潜在的な悪意のある攻撃戦略を詳細に説明し、モデル化プロセス、実験内容、脆弱性リスク、および最適化案を含みます。
プロジェクトの価値
便利性：モデルは公共財として開放され、誰でもアクセスしてテストできます。
教育的価値：詳細なモデルとシミュレーションのチュートリアルを通じて、大衆がボンディングカーブの動作原理とそのトークンエコシステムにおける役割を深く理解するのを助ける。
透明性：視覚化ツールを使用してモデリングメカニズムと実験プロセスを透明化し、一般の人々がモデルメカニズムと潜在的なリスクを理解できるようにします。
コミュニティ主導：コミュニティのメンバーはこのモデルに基づいて様々な実験を行い、研究成果を公開してコミュニティ主導の自己監視を実現できます。
トークンエンジニアリングの原則に沿って：この方法とツールを普及させることで、より多くの人々がトークンエンジニアリングに参加し、よりレジリエントで持続可能なトークンエコシステムを共に構築できるようにします。