Et nedbrudskursus i mekanismedesign til kryptokonomiske applikationer

Forståelse af de grundlæggende grundlæggende elementer i "Cryptoeconomics"

Bemærk: Dette indlæg blev skrevet af Alex Evans og blev redigeret af Steven McKie til BlockChannel

Hvis du har tilbragt nogen tid i cryptocurrency-verdenen i 2017, har du sandsynligvis fundet udtrykket "cryptoøkonomi." Hvis ikke, kan du måske undskyldes for at gå glip af det blandt nogle af de mere underholdende sproglige kreationer i cryptocurrency plads. Dette indlæg af Nick Tomaino og denne video af Vitalik Buterin skulle få dig op i fart.

Kort sagt beskriver kryptoøkonomi kombinationen af ​​kryptografi og økonomiske incitamenter til at designe robuste decentrale protokoller og applikationer. I henhold til denne tankestamme lykkedes det Bitcoin, hvor andre decentrale protokoller mislykkedes, ikke på grund af Proof-of-Work, ideen om decentraliserede kontanter eller endda fejltolerant konsensus, men fordi det inkorporerede kryptoøkonomi i kernen af ​​sin konsensusprotokol. Den store vision for kryptoøkonomi er derfor at ekstrapolere denne succes for at integrere kryptoøkonomiske incitamenter i alt - transaktioner, beregning, opbevaring, forudsigelse, magt.

Blockchains sætter os i stand til at håndhæve knaphed og lette værdioverførsel i områder, hvor det ellers ville være umuligt, og derfor radikalt udvide rækkevidden af ​​problemer, som økonomiske incitamenter med succes kan anvendes. Set gennem dette prisme er kryptoøkonomiske systemer grundlæggende nye måder at tilskynde menneskelig adfærd til. Og deres potentiale er enormt.

Selvom dette kan være let at se i teorien, er det faktisk svært at designe økonomiske incitamenter. Der er faktisk en hel underdisciplin i økonomi, der er dedikeret til at studere, hvordan man designer protokoller, der incitamenter rationelle aktører til at opføre sig på socialt ønskværdige måder. Dette kaldes mekanismedesign. Selvom der er spildt meget blæk om kryptoøkonomisk emne i de sidste par måneder, har vi lidt bevis for, at der er inkorporeret formelle metoder fra mekanismedesign i udviklingen af ​​de fleste nye blockchain-protokoller (med nogle bemærkelsesværdige undtagelser, der vil blive drøftet).

Kort sagt repræsenterer dette en glip af muligheden. Andre har udtalt det mere assertivt:

Formålet med dette indlæg er at introducere de grundlæggende koncepter i mekanismedesign og give en smag for deres nytten i cryptocurrency verden. Hvis du arbejder med en blockchain-protokol eller -applikation, vil dette ideelt give dig nogle indledende ressourcer til at få adgang til litteraturen om mekanismedesign. Mit håb er, at du går væk fra dette indlæg, 1) overbevist om, at mekanismedesign er ekstremt vigtigt for at bygge robuste decentrale systemer og 2) udstyret med de grundlæggende ressourcer til at begynde at lære at bruge værktøjer fra mekanismedesign i dit eget arbejde. Bemærk, at jeg ikke er ekspert på hverken krypto- eller mekanismedesign og ville elske feedback på dette indlæg fra dem, der er.

For at starte med giver jeg en kort beskrivelse af nøglebegreber og definitioner fra mekanismedesign. Målet er at introducere det grundlæggende sprogligt for mekanismedesign på den mest tilgængelige måde, for at gøre den efterfølgende diskussion af cryptocurrency-applikationer forståelig. Dette er ikke beregnet til at give en formel introduktion til mekanismedesign. Dette opnås bedre ved at gennemgå et eller flere af følgende:

Dette kapitel af Vincent Conitzer; Denne artikel af Matthew Jackson og hans to-delt kursus med samarbejdspartnere; Kapitel 7 fra denne introduktionstekst om Game Theory af Fundenberg og Tirole

Bemærk, at dette kun er et par ressourcer, som jeg fandt nyttigt til at blive introduceret til emnet. Da mekanismedesign er et etableret område inden for økonomiforskning, er jeg sikker på, at der er mange andre. Hvis du kender til yderligere materialer, som du vil anbefale, skal du angive disse i kommentarsektionen.

Hvad er mekanismedesign?

En nyttig karikatur er at tænke på mekanismedesign som invers spilteori. I spilteori tager vi spillet som en given og analyserer dets resultater i henhold til spillernes værktøjer. I mekanismedesign starter vi med at definere ønskelige resultater og arbejde baglæns for at skabe et spil, der stimulerer spillerne mod disse resultater. En anden (lignende karikeret) måde at se det på er at tænke på spilteori som den positive side og mekanismedesign som den normative side af den samme mønt.
 
For eksempel designer du muligvis en auktion, hvor målet er at tildele en vare til deltageren med det højeste værktøj til det. Forudsat at alle har en vis hjælp til det gode, har deltagerne et incitament til at lyve. Så hvordan designer du et spil, der tilskynder alle til at rapportere deres værktøjer sandt? Bør du implementere åbne eller forseglede, stigende eller faldende bud? Bør vinderen betale den højeste annoncerede pris eller en anden pris? Ligeledes, når du designer en afstemningsproces, der altid vælger den kandidat, som alle vælgere foretrækker frem for alle andre kandidater, skal du vælge vindere baseret på en flerhed eller flertal? skal der være en eller flere stemmerunder? Bør vælgerne indgive et enkelt valg eller foretrukket bestilling? Dette er typiske spørgsmål i mekanismedesign.

Nogle definitioner

Formelt inkluderer en mekanisme et begrænset sæt spillere og et sæt potentielle sociale beslutninger. Tænk på et sæt vælgere og gruppen af ​​potentielle kandidater, der kan vælges af samfundet. Spillere besidder private oplysninger, også kaldet signaler eller typer. Hver enkelt persons type kan repræsentere hendes præferencer - såsom hendes præference for kandidat A frem for B eller hendes værdiansættelse for en vare, der sælges på en auktion - men typen kan også bruges til at kode andre typer privat information - for eksempel kan hun alene muligvis vide, om varerne, der sælges, er af høj eller lav kvalitet. Vi kan også have en fælles forudgående, som er en sandsynlighedsfordeling over typer. Tænk på dette i forbindelse med poker: du kender muligvis ikke spillernes hænder, men du ved sandsynligheden for, at hver hånd forekommer i et dæk med 52 kort. Da den 'optimale' beslutning uundgåeligt vil afhænge af enkeltpersoners typer, definerer vi også typisk en beslutningsregel, der kortlægger typer til sociale beslutninger.

Enkeltpersoners hjælpeprogrammer vil således være en funktion af deres rapporterede type (dvs. hvad de fortæller typen / præferencesamleren, som muligvis ikke er sand), deres faktiske type og output af beslutningsreglen. Desuden inkluderer vi ofte overførselsfunktioner, hvor en overførbar vare (bekvemt som et token) bruges til at tilskynde spillere, normalt ved at fange de eksternaliteter, som deres handlinger pålægger andre. Vi kan således forestille os den sociale valgfunktion, der kortlægger rapporterede typer til resultater som har adskilt monetære og ikke-monetære komponenter. Dette er, hvad der bliver talt om, når du ser henvisninger til 'kvasi-lineære' værktøjer, dvs. præferencer er lineære i penge / overførselskomponenten.

I praksis kan du som designer styre valg af mekanisme, men ikke spillerne eller deres typer. Du kan se disse 'givne' elementer kaldet indstillingen. Tilføjelse af en mekanisme gør denne Bayesian indstilling til et spil (også kaldet en 'spilform'). Formelt er en mekanisme et par meddelelses- / strategirum og en funktion, der kortlægger meddelelser / strategier til resulterende sociale beslutninger og overførsler. Mekanismen kan være deterministisk, altid udgive den samme beslutning og udbetalinger for en given eller kan være sandsynlig / randomiseret efter en eller anden regel.

Den centrale opgave i mekanismedesign er at specificere en mekanisme, der incitamenterer rationelle agenter til at opføre sig på visse måder, baseret på deres private oplysninger, der fører til socialt ønskede resultater.

Generelt siges det, at en mekanisme 'implementerer' en social valgfunktion, hvis kortlægningen fra typer til resultater i ligevægt er den samme som den kortlægning, der ville blive valgt af den sociale valgfunktion (du kan derfor se mekanismedesign kaldet " implementeringsteori ”). Vi kan kræve, at dette er en implementering i dominerende strategier (hvor dette gælder for agenten uanset andre agenters strategier) eller blot en implementering i Bayes-Nash-ligevægt (hvor ingen spiller har rentable afvigelser baseret på deres overbevisning om andre spillers ' typer og strategier for disse betalere). Førstnævnte er åbenbart en meget stærkere (og dermed mere begrænsende) antagelse.

Åbenbaringsprincippet

Et af grundlæggende resultater inden for mekanismedesign er åbenbaringsprincippet. I meget brede streger angiver dette, at enhver social valgfunktion, der kan implementeres ved enhver vilkårlig mekanisme, også kan implementeres af en sandfærdig, direkte åbenbaringsmekanisme med samme ligevægtsresultat. Her er en direkte åbenbaringsmekanisme en, hvor agenter simpelthen erklærer deres typer til mekanismen, hvilket fører til en beslutning og et sæt overførsler. En direkte åbenbaringsmekanisme er sand, hvis sandt at rapportere præferencer er en dominerende strategi (dog i det generelle tilfælde kan vi kræve, at dette bare er sandt i en Bayes-Nash-ligevægt). Du vil finde sådanne mekanismer, der kaldes sandfærdige, incitamentkompatible eller strategisikre. Åbenbaringsprincippet har usædvanligt kraftige konsekvenser. Kort sagt, hvis du er i stand til at bevise, at noget er sandt for disse mekanismer, har du vist, at det er sandt for alle mekanismer! For at se, hvorfor dette er sandt, kan du forestille dig en tilfældig utrulig mekanisme med et interface-lag, der tager dine præferencer og strategisk interagerer med mekanismen for at maksimere din udbetaling (som en fiduciær). Derefter ønsker du ikke at forkert rapportere dine ægte præferencer til grænsefladen, eller du får suboptimal udbetaling. I bund og grund behøver du ikke lyve, for mekanismen ligger for dig! Iagttagelsen af, at der ikke er noget tab i generalitet ved at fokusere på bare sandfærdige, direkte åbenbaringsmekanismer, er det vigtigste resultat, der får mekanismedesign til at fungere. Ellers bliver du nødt til at bevise teoremer for at være sandt for det massive sæt indirekte eller usande sandheder, som ville gøre emnet praktisk taget nytteløst.

Mekanismedesign som begrænset optimering

Nu, hvor vi har defineret nogle grundlæggende udtryk, hvad er de typer af resultater, vi kan bruge mekanismedesign til at håndhæve? Hvad er en 'god' mekanisme, og hvordan sikrer vi os, at vi vælger den? Du kan tænke på, at dette er som et optimeringsproblem, hvor du prøver at maksimere en objektiv funktion (f.eks. Din indtægt) under et sæt begrænsninger. Det giver mening at introducere nogle af de mere almindelige begrænsninger, du vil støde på.

Incitamentkompatibilitet er måske den hyppigste begrænsning, du vil støde på. Andre almindelige begrænsninger inkluderer individuel rationalitet, hvor ingen agent mister ved at deltage i mekanismen og effektiviteten, hvor summen af ​​individuelle forsyningsselskaber maksimeres (ikke inklusive monetære overførsler). Budgetbalance begrænser mekanismen til at overføre nettet til nul på tværs af enkeltpersoner, mens svag budgetbalance (også kaldet gennemførlighed) blot kræver, at mekanismen ikke betaler mere end den modtager. Et vigtigt problem, der opstår i teorien om mekanismedesign, er, at begrænsninger, således at budgetbalance, effektivitet og individuel rationalitet ofte er umulige at samtidigt tilfredsstille under incitamentkompatibilitet og adskillige umulighedsteoremer er blevet bevist. Generelt kan funktionerne ved mekanismer siges at gælde for agenter efterfølgende (uanset hvilke typer af agenterne), ex-midlertidig (givet en hvilken som helst type for agenten og i forventninger til typerne af andre agenter) eller ex- ante (dvs. i forventning over deres egne og andre agenter). Når vi vender tilbage til vores pokeranalogi, kan du tænke på, hvilke krav du kan fremsætte, før der trækkes kort fra bunken (ex-ante), når du kender din egen hånd (ex-interim), og når alle hænder afsløres (ex- stolpe).

At indføre begrænsninger vil typisk efterlade dig med et sæt af flere mekanismer at vælge imellem, konvertering af mekanismedesign til et (begrænset) resultatoptimeringsproblem. I en auktion er du muligvis på udkig efter en incitamentkompatibel, individuelt rationel mekanisme, der maksimerer indtægterne. Du har muligvis brug for dine mekanismer for at være effektiv computbar eller for at tilfredsstille mere komplicerede sociale mål, såsom en retfærdig fordeling af værdien. Dette er blot nogle eksempler, og listen er praktisk taget uendelig. Som vi ser i nogle af eksemplerne, kan formelt angivelse af målet med mekanismen i sig selv være et af de vanskeligere problemer i mekanismedesign.

Vickrey-Clarke-Groves mekanismer

Et sæt meget kraftfuld mekanisme, som du ofte vil støde på, er kendt som Vickrey-Clarke-Groves-mekanismer. Lad os først tænke på en auktion, hvor en enkelt vare sælges for at forklare disse. Det mest åbenlyse design ville måske være at få alle deltagere til at nedskrive den pris, de ville betale på papir. Når budene er afsløret, modtager den spiller, der byder den højeste pris, varen og betaler den pris, hun byder. Dette ville åbenlyst ikke være incitamentkompatibelt, da enhver spiller, der byder hendes sande værdi for det gode, vil modtage en værdi på nul. En langt bedre mekanisme til incitamentkompatibilitet ville være at tildele varen til spilleren med det højeste bud, men lad hende kun betale værdien af ​​det næste højeste bud. Dette kaldes en Vickrey-auktion. Hver spiller i denne indstilling har et incitament til at byde hendes nøjagtige værdiansættelse for det gode.

En generalisering af Vickrey-auktionen er den drejelige mekanisme (også kaldet Clarke-mekanismen eller "VCG-mekanismen", skønt VCG undertiden kan henvise til den mere generelle klasse af mekanismer). Mekanismen fungerer som følger. For hvert individ kører vi mekanismen uden hende og vælger det resultat, der maksimerer brugen af ​​alle andre spillere i betragtning af deres rapporterede typer. Derefter inkluderer vi individet og kører mekanismen igen. Det sidstnævnte er det valgte resultat. Hver spiller betaler (eller indsamler) forskellen mellem summen af ​​værktøjer til de andre spillere i de to tilfælde. Effektivt svarer denne betaling til den enkeltes sociale omkostninger eller fordel. Da individet ikke har nogen måde at påvirke summen af ​​hjælpeprogrammer, der opstår uden hende, prøver hun effektivt at maksimere summen af ​​sin egen og alle andres nyttelighed. Men dette er nøjagtigt det samme som at maksimere den samlede sociale nytte! Tilpasning af incitamenter på denne måde sikrer ikke kun incitamentkompatibilitet, men garanterer også effektivitet. Det er også let at finde efterfølgende individuelt rationelle og svagt budgetafbalancerede versioner af denne mekanisme med nogle temmelig milde yderligere antagelser. Vi kan også tilføje vilkårlige vilkår til udbetalingen, som personen ikke kan påvirke (som at give hver enkelt person et konstant beløb uanset resultatet) uden at ændre de underliggende incitamenter. Dette mere generelle sæt mekanismer kaldes Groves Schemes, som altid er dominerende strategi incitament-kompatible. Det er tilfældigvis de eneste effektive mekanismer, hvor sandheden er en dominerende strategi.

Selvom Groves-ordninger helt klart er en magtfuld klasse af mekanismer, er de meget modtagelige for samarbejde mellem skuespillere. Vi vil se senere, hvordan dette kan være meget problematisk i en kryptoøkonomisk indstilling.

Lette applikationer

Nu hvor vi har samlet de grundlæggende ingredienser fra mekanismedesign, lad os se på nogle potentielle applikationer til cryptocurrency verden. Jeg starter med at nævne (et ikke-udtømmende sæt) af direkte applikationer, før vi dykker ind i mere involverede forskningsområder.

En af de mest åbenlyse og direkte anvendelser af mekanismedesign er token salg. Auktionsteori er det langt mest udviklede applikationsrum til mekanismedesign. Mekanismer til auktioner er også blevet undersøgt i vid udstrækning inden for datalogi, ikke i mindre grad på grund af det faktum, at store teknologiselskaber som eBay og Google henter størstedelen af ​​deres indtægter fra online-auktioner. Hvis du planlægger et token-salg, er det her, du kan finde ægte 'off-the-shelf' -løsninger ved at studere mekanismedesign (skønt vi vil støde på nogle af fejlene i traditionel auktionsteori i en kryptoindstilling senere). Du kan finde nogle argumenter om konkurrerende modeller for token-salg, her, her og her. Mange af disse kan trivielt formuleres med hensyn til traditionel auktionsteori.

Forudsigelsesmarkeder, der for nylig har set flere decentraliserede varianter, er et andet eksempel på et område, hvor traditionel forskning i mekanismedesign har meget at sige. Her kan målet være at specificere incitamentkompatible mekanismer, der udtrækker agenters sande overbevisning om sandsynligheden for forskellige begivenheder for at gøre nøjagtige forudsigelser. Ligesom med auktioner har teorien værktøjer til at håndtere mere sofistikerede antagelser, såsom situationer, hvor agenter opfører sig strategisk og / eller muligvis forsøger at manipulere andre agenters tro for at ændre markedspriserne til deres fordel. Der er også nogle mere akavede problemer, såsom det faktum, at agenters private oplysninger ikke altid let kan konverteres til diskrete sandsynligheder. For eksempel kan jeg sige, at jeg har en ven på coachingstaben for Golden State, der fortalte mig, at Steph Curry skadede sin ankel. Det er ikke klart, hvordan et stykke privat information som dette kan konverteres til en nøjagtig sandsynlighed for, om Golden State vinder deres næste kamp (P.S., jeg har ingen ill vilje for Steph Curry eller hans ankel). Som med auktioner opstår der et særligt sæt problemer, når man overvejer en decentral version af disse markeder. Jeg henviser dig til projekter som Augur eller Gnosis, selvom mere teoretisk behandling af emnet decentraliserede forudsigelsesmarkeder kan findes her og her.

Analyse af Namecoin

Dette papir af Carlsten et al er et godt eksempel på, hvordan mekanismedesign kan bruges, når man resonnerer omkring decentrale systemer. Forfatterne hævder, at selvom Namecoin løser et kritisk teknisk problem (effektivt kvadrerer Zookos trekant), løber systemet ind i en række tornede økonomiske udfordringer. Artiklen viser, at knap 0,02% af de registrerede domæner tilhørte ikke-squatters og viste ikke-trivielt indhold i skrivende stund, mens det sekundære marked for domæner praktisk talt ikke eksisterede. Jeg mener, at dette forstærker det punkt, at du som protokolleskaber simpelthen ikke kan forsømme udformningen af ​​korrekte brugerincitamenter, uanset tekniske fordele ved dit projekt.
 
Det, der gør Namecoin egnet til mekanismedesign, er den iboende mangel på menneskelige meningsfulde domæner, hvilket kræver en ordentlig ressourcefordelingsproces. Forfatterne anvender derfor mekanismedesigntænkning for at forklare Namecoins fejl og grund til målene med decentraliserede navneområder under forskellige brugerværktøjsmodeller. Dette demonstrerer en af ​​de vanskeligste udfordringer ved mekanismedesign i praksis: at specificere modellen for brugerværktøjer og udlede klare designmål. For eksempel, hvis vi antager, at agenter har faste, uafhængige præferencer for hvert navn, vil en Vickrey-auktion resultere i et effektivt resultat (som diskuteret i indledningen). Hvis vi mere realistisk antager faldende marginale værktøjer til navne (f.eks. John Doe's værktøj til domænet "JohnDoe" er markant lavere, efter at han allerede har modtaget "John_Doe" -domænet), kan måske lignende resultater opnås gennem prioritetsmekanismen. Når man indarbejder tidsvarierende præferencer, bliver mekanismedesignproblemet imidlertid for kompliceret til endda klart at formulere, hvad systemets mål skal være.

Analysen ser også på virkningerne af forskellige valg i designrummet: Hvor stærk skal individets kontrol over et navn være? Hvordan skal det primære marked allokere navne? Hvordan skal systemet omfordele indtægter fra navnesalg? Metodisk opsætning af designrummet på denne måde og analyse af økonomiske afvejninger er et uundværligt værktøj til at designe enhver blockchain-applikation. Ud over at fungere som et casestudie for, hvordan mekanismedesign kan bruges til at analysere decentrale systemer, afslører analysen også flere praktiske veje frem til forbedring af Namecoin: højere gebyrer for at afskrække squatters, implementering af auktioner / algoritmiske prisordninger for at indsnævre kløften mellem prisen for et navn og dets sande markedsværdi, og en mekanisme for brugere til at genvinde investeringer ved at returnere ubrugte navne til det primære marked.

Åbne udfordringer: Ethereum Foundation

Den måske mest aktive undersøgelse af anvendelser af mekanismedesign i cryptocurrency-verdenen er Ethereum-fundamentets arbejde. For at få en fornemmelse henviser jeg igen til dig til Vitaliks video, der er linket til i introduktionen, samt dette dæk. Af særlig betydning er de sikkerhedsmodeller, han foreslår, og antagelser, der er anvendt, så det er fornuftigt at kort gennemgå disse her for fuldstændighed.

En almindelig model, der bruges i traditionel fejltoleranceforskning, er modellen med ærligt flertal, som antager, at mindst 51% af deltagerne er grundlæggende ærlige. Vitalik og virksomheden hævder, at dette kan være en problematisk antagelse. Som sådan bør forskere i stedet resonnere over sikkerhed under specifikke antagelser om 1) Koordineringsniveauet mellem deltagerne; 2) Angriberens budget (det maksimale beløb, som angriberen skal betale), og 3) Angribernes omkostninger (de faktiske omkostninger, som angriberen har afholdt). Tilsvarende kan vi tænke på flere forskellige sikkerhedsmodeller uden for ærlige flertal. Vi kan derefter se på fejltolerance og kryptoøkonomiske sikkerhedsmargener (dvs. de økonomiske omkostninger ved overtrædelse af visse protokolgarantier) under forudsætningerne for hver model.

Ukoordinerede flertalsmodeller antager, at protokoldeltagere træffer uafhængige valg, og ingen aktører kontrollerer mere end en given procentdel af netværket (her er deltagerne selvinteresserede og ikke nødvendigvis ærlige). Koordinerede valgmodeller på den anden side antager, at de fleste eller alle aktører kolundererer gennem en eller anden agent eller koalition af agenter, selvom vi undertiden kan antage fri adgang fra ikke-kolderende skuespillere. Bestikkelsesangrebsmodellen er en, hvor skuespillere træffer uafhængige beslutninger, men der findes en angriber, der kan incitamere andre aktører til at træffe bestemte valg gennem betingede bestikkelser. For illustrative formål kan du tage et kig på Shellingcoin-eksemplet, som Vitalik bruger i begge præsentationer. Kort sagt, i en model, hvor betalinger kun foretages til aktører, der stemmer med flertallet, kan en angriber garantere en fast betaling højere end ved at stemme med den nuværende konsensus til dem, der afviger fra konsensus og ender i mindretal. Angriberen kan således effektivt ødelægge spillet med et højt budget, men en faktisk omkostning på nul, da ingen alle bestikkede afhoppere ender i flertallet. Bitcoin og andre proof-of-work-protokoller er i det mindste i teorien modtagelige for denne type angreb (skønt nogen er nødt til pålideligt at demonstrere et massivt budget).

Introduktion af Cooperative Game Theory

Som supplement fandt jeg også, at denne historie fra Vlad Zamfir var særlig interessant. Det fortæller om udviklingen i tankegang i Proof-of-Stake-forskning, der førte holdet til at nå frem til det nuværende sæt kryptokonomiske metoder samt sikkerhedsdepositum og sanktionsmekanisme i den aktuelle version af Casper. Jeg anbefaler især den fjerde og femte del af serien, hvor han diskuterer kooperativ spilteori. Ikke at forkæle historien, men punchline (for mig) er iagttagelsen af, at "blockchain-arkitektur er mekanismedesign for oligopolistiske markeder." Uanset hvad du tænker på emnet, er det svært at argumentere for, at centralisering i både cryptocurrency-besiddelser og minedrift er ikke en realistisk antagelse i praksis. Det, der gør dette utroligt udfordrende fra et modelleringsmæssigt synspunkt, er, at det mest mekanismedesignarbejde, du finder adresserindstillinger fra ikke-samarbejdsvillig spilteori. Det er indikativt, at nogle af de mest studerede mekanismer (som f.eks. Groves Mechanism introduceret ovenfor) kollapser under antagelser om samvirke mellem agenter.

Heldigvis er kooperativ / koalitionel spilteori et veludviklet felt, og du kan finde mange gode introduktioner online. Generelt er målet at analysere, hvilke typer koalitioner der kan oprettes, hvad udbetalingerne er under hver (gennem en funktion kaldet den karakteristiske funktion), og hvordan koalitionen skal opdele sin udbetaling for at nå mål som stabilitet. Vi tænker ofte på den storslåede koalition, hvor alle agenter deltager (f.eks. Alle, der udvindes i den længste konsensuskæde) og tænker på at distribuere udbetalingen under et overførselsprogram / løsnings-koncept kaldet Shapley Value, hvor hver enkelt modtager sit marginale bidrag til koalitionen . Vi kunne også ofte tænke på det ”kerne” sæt af imputationer (individuelt rationelle og effektive betalinger), hvor koalitioner af agenter ikke har et incitament til at afvige og analysere stabilitet baseret på, om dette sæt er tomt kontra ikke-tomt, unikt vs. ikke. Efter Vitalik et al., Kan vi tænke på incitamenter i to brede kategorier. Det ene er betalinger, som f.eks. Minedriftbelønninger (som følger godt af vores idé om overførsler), og den anden er privilegier, der giver deres indehavere mulighed for at udtrække huslejer, såsom transaktionsgebyrer.

Smart kontakt applikationer

Ud over at analysere konsensuslaget diskuterer Vitaliks præsentation direkte anvendelser af mekanismedesign på smarte kontrakter. For eksempel kan Vickrey-auktionen, som vi havde så mange gode ting at sige om, lide af udfordringer i en kryptomiljø. For eksempel kunne brugere indsende flere bud og selektivt åbne det, der garanterer den højeste udbetaling. Derefter kan du måske svare ved at foreslå et indskud for at afskrække sådanne aktører. Men så bliver du nødt til at specificere en indbetalingsstørrelse i forhold til budstørrelsen i mekanismen, som kan ødelægge de vigtigste funktioner i det forseglede bud, anden pris-auktion. Udfordringen, som Vitalik identificerer, er, at mekanismedesign ofte er afhængig af en betroet formidler for at sikre korrekthed og privatliv for spillerne. En blockchain kan garantere rigtighed, men ikke privatliv.

Der er også typisk flere faktorer, der skal specificeres i den kryptoøkonomiske indstilling end i traditionelle anvendelser af mekanismedesign. I centraliserede indstillinger tænker vi ofte på en central agent, der kører mekanismen på en måde, der maksimerer indtægterne underlagt visse begrænsninger. Dette gør tingene meget enklere at analysere. I en decentral indstilling må vi dog muligvis definere et algoritmisk middel til at "køre" mekanismen og være nødt til at begrunde omhyggeligt med agentens opførsel i mekanismen såvel som implikationerne for protokollens pengepolitik. Hvis vi f.eks. Forventer, at mekanismen overtræder budgetsaldoen, skal agenten omfordele indtægterne til spillerne? Bør indsamlet overskydende valuta fjernes fra omløb? Bør agenten være i stand til at præcisere ny valuta, når han foretager overførsler til spillere? Disse spørgsmål kræver nøje opmærksomhed, da beslutninger kan introducere uønskede kninks i spillernes incitamenter (f.eks. At maksimere det beløb, der skal omfordeles, kan blive en ikke-triviel komponent i deres nytte).

Afsluttende tanker

Mens mekanismedesign er blevet et fast element i datalogi-forskning, ser det ud til at få iværksættere og udviklere omhyggeligt anvender denne type tankegang til at designe blockchain-protokoller. Endnu færre akademiske økonomer er begyndt at alvorligt studere spilteoretiske egenskaber ved blockchain-protokoller.

Når det er sagt, er jeg optimistisk over, at når de enorme muligheder, som cryptoøkonomien giver, bliver klarere, vil disse sammenkoblede samfund begynde at konvergere. I mellemtiden håber jeg, at du fandt, at denne artikel var nyttig til at introducere nogle af værktøjerne og åbne spørgsmål, der afgrænser mulighederne for design af kryptoøkonomisk mekanisme. For feedback, kommentarer og diskussion er du velkommen til at komme i kontakt på alexander.evans@lowes.com (Lowe's Ventures) eller i kommentarsektionen.

Vil du have mere perspektiv? Her er et nyligt indlæg af Coindesk.com, der også forklarer "kryptokonomi":

Og her er en stor akademisk artikel om mekanismeteori: