Fugu-MT 論文翻訳(概要): Incentive Non-Compatibility of Optimistic Rollups

論文の概要: Incentive Non-Compatibility of Optimistic Rollups

arxiv url: http://arxiv.org/abs/2312.01549v3
Date: Wed, 16 Oct 2024 01:53:43 GMT
ステータス: 翻訳完了
システム内更新日: 2024-10-17 13:38:12.683233
Title: Incentive Non-Compatibility of Optimistic Rollups
Title（参考訳）: 最適ロールアップのインセンティブ非適合性
Authors: Daji Landis,
Abstract要約: 本稿では,プレイヤーの期待する行動とインセンティブが一致していないことを示す,楽観的なロールアップのモデルを提案する。我々のモデルに照らされた潜在的な解決策について議論する。
参考スコア（独自算出の注目度）: 0.0
License:
Abstract: Optimistic rollups are a popular and promising method of increasing the throughput capacity of their underlying chain. These methods rely on economic incentives to guarantee their security. We present a model of optimistic rollups that shows that the incentives are not aligned with the expected behavior of the players, thus potentially undermining the security of existing optimistic rollups. We discuss some potential solutions illuminated by our model.
Abstract（参考訳）: 最適化ロールアップ(Optimistic rollups)は、その基盤となるチェーンのスループットを向上する、人気があり有望な方法である。これらの方法は、彼らの安全を保証するための経済的なインセンティブに依存している。プレイヤーの期待する行動とインセンティブが一致していないことを示す楽観的なロールアップのモデルを示し、既存の楽観的なロールアップのセキュリティを損なう可能性がある。我々のモデルに照らされた潜在的な解決策について議論する。

関連論文リスト

Fair and Welfare-Efficient Constrained Multi-matchings under Uncertainty [17.364297444721057]
我々は、市場デザイナーがグループフェアネスを維持しながら全体的な福祉を最適化する制約された資源の公平な配分について研究する。多くの大規模環境では、ユーティリティは事前には知られていないが、アロケーションを実現した後で観察される。本稿では、これらのトレードオフを2つのパラダイムで論じる。
論文参考訳（メタデータ） (2024-11-04T22:42:34Z)
RollupTheCrowd: Leveraging ZkRollups for a Scalable and Privacy-Preserving Reputation-based Crowdsourcing Platform [2.90114256542208]
現在のブロックチェーンベースのクラウドソーシングの評判ソリューションは、ブロックチェーンのスケーラビリティを損なうことなく、効率性とプライバシの両方を確保するという課題に対処することができない。本稿では,zkRollupsを活用してユーザのプライバシ保護とシステムのスケーラビリティ向上を実現する,ブロックチェーンを活用した新たなクラウドソーシングフレームワークであるRollupTheCrowdを紹介する。本フレームワークは,クラウドソーシングのインタラクションを評価することにより,労働者の信頼度を評価する,効果的かつプライバシ保護の評判モデルを含む。
論文参考訳（メタデータ） (2024-07-02T12:51:32Z)
Exploring Pessimism and Optimism Dynamics in Deep Reinforcement Learning [13.374594152438691]
政治的でないアクター批判的アルゴリズムは、継続的な制御タスクに対する深い強化学習の可能性を示している。本稿では,アクターと批評家の双方に対して,悲観的・楽観的な程度を独立的に制御できる枠組みであるUtility Soft Actor-Critic(USAC)を紹介する。 USACは、政治以外のアクター批判的アルゴリズム内でバランスをとるための重要なステップである。
論文参考訳（メタデータ） (2024-06-06T09:26:02Z)
Certified Human Trajectory Prediction [66.1736456453465]
交通予知は自動運転車に不可欠な役割を担っている。本稿では,軌道予測作業に適した認証手法を提案する。非有界出力や変異モダリティを含む、軌道予測に関連する固有の課題に対処する。
論文参考訳（メタデータ） (2024-03-20T17:41:35Z)
Interactive Learning with Pricing for Optimal and Stable Allocations in Markets [12.580391999838128]
大規模オンラインレコメンデーションシステムは、ユーザのフィードバックから好みを学習しながら、競合するユーザ間で限られた数のアイテムの割り当てを容易にする必要がある。我々のフレームワークは、報酬を楽観的に最大化するアロケーションを探索することで、レコメンデーションの品質を高める。不安定性を最小限に抑えるため、推薦されたアロケーションから逸脱するユーザのインセンティブを測定するため、アルゴリズムはWalrasian equilibriaから派生したスキームに基づいてアイテムを価格設定する。本手法は, 帯域幅, 最適資源配分, 協調フィルタリングの手法を統合し, サブリニアな社会福祉の後悔と, サブリニアな不安定性を実現するアルゴリズムを得るための最初の手法である。
論文参考訳（メタデータ） (2022-12-13T20:33:54Z)
Incentive-Aware Recommender Systems in Two-Sided Markets [49.692453629365204]
最適性能を達成しつつエージェントのインセンティブと整合する新しいレコメンデータシステムを提案する。我々のフレームワークは、このインセンティブを意識したシステムを、両側市場におけるマルチエージェントバンディット問題としてモデル化する。どちらのアルゴリズムも、エージェントが過剰な露出から保護する、ポストフェアネス基準を満たす。
論文参考訳（メタデータ） (2022-11-23T22:20:12Z)
Latent State Marginalization as a Low-cost Approach for Improving Exploration [79.12247903178934]
我々はMaxEntフレームワークにおける潜在変数ポリシーの採用を提案する。我々は、潜在変数ポリシーが、潜在信念状態を持つ世界モデルの下で自然に現れることを示す。提案手法を連続制御タスクに対して実験的に検証し, 有効限界化がよりよい探索とより堅牢な訓練につながることを示した。
論文参考訳（メタデータ） (2022-10-03T15:09:12Z)
Constrained Policy Optimization via Bayesian World Models [79.0077602277004]
LAMBDAは、マルコフ決定プロセスを通じてモデル化された安全クリティカルタスクにおけるポリシー最適化のためのモデルに基づくアプローチである。 LAMBDA のSafety-Gymベンチマークスイートにおける技術性能について,サンプル効率と制約違反の観点から示す。
論文参考訳（メタデータ） (2022-01-24T17:02:22Z)
Policy Gradient Bayesian Robust Optimization for Imitation Learning [49.881386773269746]
我々は、期待される性能とリスクのバランスをとるために、新しいポリシー勾配スタイルのロバスト最適化手法PG-BROILを導出する。その結果,PG-BROILはリスクニュートラルからリスク・アバースまでの行動のファミリを創出できる可能性が示唆された。
論文参考訳（メタデータ） (2021-06-11T16:49:15Z)
LookOut: Diverse Multi-Future Prediction and Planning for Self-Driving [139.33800431159446]
LookOutは、環境を共同で知覚し、センサーデータから様々な未来を予測するアプローチである。本モデルでは,大規模自動運転データセットにおいて,より多様性があり,サンプル効率のよい動き予測を行う。
論文参考訳（メタデータ） (2021-01-16T23:19:22Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。