論文の概要: Strategic Bidding Wars in On-chain Auctions
- arxiv url: http://arxiv.org/abs/2312.14510v2
- Date: Thu, 4 Jan 2024 14:02:52 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-03-18 11:28:18.993530
- Title: Strategic Bidding Wars in On-chain Auctions
- Title（参考訳）: オンチェーンオークションにおける戦略的入札戦争
- Authors: Fei Wu, Thomas Thiery, Stefanos Leonardos, Carmine Ventre,
- Abstract要約: 本稿では,MEV-Boostオークションのゲーム理論モデルを導入し,シミュレーションを用いて,実際に観察されたビルダーの入札戦略について検討する。
提案手法は,建設業者の戦略の有効性に対する遅延の重要性と,提案者の視点からの全体的なオークション結果を示すものである。
- 参考スコア（独自算出の注目度）: 14.64404722196177
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The Ethereum block-building process has changed significantly since the emergence of Proposer-Builder Separation. Validators access blocks through a marketplace, where block builders bid for the right to construct the block and earn MEV (Maximal Extractable Value) rewards in an on-chain competition, known as the MEV-boost auction. While more than 90% of blocks are currently built via MEV-Boost, trade-offs between builders' strategic behaviors and auction design remain poorly understood. In this paper we address this gap. We introduce a game-theoretic model for MEV-Boost auctions and use simulations to study different builders' bidding strategies observed in practice. We study various strategic interactions and auction setups and evaluate how the interplay between critical elements such as access to MEV opportunities and improved connectivity to relays impact bidding performance. Our results demonstrate the importance of latency on the effectiveness of builders' strategies and the overall auction outcome from the proposer's perspective.
- Abstract（参考訳）: Proposer-Builder 分離の出現以来,Ethereum ブロック構築プロセスは大きく変化している。
バリデータはマーケットプレースを通じてブロックにアクセスし、ブロック構築者はブロックを構築し、MEV-boostオークションとして知られるオンチェーンコンペティションでMEV(Maximal Extractable Value)の報酬を得る権利を入札する。
現在、ブロックの90%以上がMEV-Boost経由で構築されているが、ビルダーの戦略行動とオークションデザインのトレードオフはよく分かっていない。
本稿ではこのギャップに対処する。
本稿では,MEV-Boostオークションのゲーム理論モデルを導入し,シミュレーションを用いて,実際に観察されたビルダーの入札戦略について検討する。
各種の戦略的相互作用とオークション設定について検討し,MEVの機会へのアクセスやリレーへの接続性の向上といった重要な要素間の相互作用が,入札性能に与える影響を評価する。
提案手法は,建設業者の戦略の有効性に対する遅延の重要性と,提案者の視点からの全体的なオークション結果を示すものである。
関連論文リスト
- HOB: A Holistically Optimized Bidding Strategy under Heterogeneous Auction Mechanisms with Organic Traffic [23.230940625345372]
電子商取引広告プラットフォームは通常、第2価格オークション(SPA)または第1価格オークション(FPA)を通じて商業トラフィックを販売している。
自動入札システムにとって、このような傾向は重要な課題であり、多様な広告主の目的を満たすため、異種オークションチャネルをまたいだ最適な戦略を決定することである。
我々は,有機トラフィックの存在を考慮に入れた,FPAチャネル下での最適入札のための効率的なソリューションを導出する。
論文 参考訳（メタデータ） (2025-10-17T02:00:09Z) - The Bidding Games: Reinforcement Learning for MEV Extraction on Polygon Blockchain [0.11880231424287215]
本稿では,ポリゴンアトラスを用いたMEV抽出のための強化学習フレームワークを提案する。
我々の研究は、高頻度MEV環境において強化学習が重要な利点をもたらすことを証明している。
論文 参考訳（メタデータ） (2025-10-16T12:54:53Z) - EvoEmo: Towards Evolved Emotional Policies for Adversarial LLM Agents in Multi-Turn Price Negotiation [61.627248012799704]
既存のLarge Language Models (LLM)エージェントは、そのような交渉における感情の機能的役割をほとんど見落としている。
本稿では,交渉における動的感情表現を最適化する進化的強化学習フレームワークであるEvoEmoを紹介する。
論文 参考訳（メタデータ） (2025-09-04T15:23:58Z) - EmoDebt: Bayesian-Optimized Emotional Intelligence for Strategic Agent-to-Agent Debt Recovery [65.30120701878582]
大規模言語モデル(LLM)エージェントは、負債収集のような感情に敏感なドメインの悪用に対して脆弱である。
EmoDebtは、ネゴシエーションにおける感情を表現するモデルの能力を、シーケンシャルな意思決定問題として再設計する感情インテリジェンスエンジンである。
EmoDebtは重要な戦略的堅牢性を実現し、非適応性と感情に依存しないベースラインを大幅に上回っている。
論文 参考訳（メタデータ） (2025-03-27T01:41:34Z) - Foundations of Platform-Assisted Auctions [15.309286145450173]
本研究では,プラットフォーム支援オークションを無許可環境で研究するための新しいモデルを提案する。
本稿では,効率的なプラットフォーム支援オークションの設計に暗号がいかに役立つかを示す。
論文 参考訳（メタデータ） (2025-01-06T17:04:26Z) - Procurement Auctions via Approximately Optimal Submodular Optimization [53.93943270902349]
競売業者がプライベートコストで戦略的売り手からサービスを取得しようとする競売について検討する。
我々の目標は、取得したサービスの品質と販売者の総コストとの差を最大化する計算効率の良いオークションを設計することである。
論文 参考訳（メタデータ） (2024-11-20T18:06:55Z) - Who Wins Ethereum Block Building Auctions and Why? [2.762397703396294]
MEV-Boostブロックオークションは全ブロックの約90%に貢献する。
2023年10月から2024年3月までの間に、3人の建設業者だけが80%を生産した。
ビルダーがブロックを獲得して利益を得る能力において重要な役割を果たす特徴を特定します。
論文 参考訳（メタデータ） (2024-07-18T22:49:37Z) - Remeasuring the Arbitrage and Sandwich Attacks of Maximal Extractable Value in Ethereum [7.381773144616746]
最大抽出可能な価値(MEV)は、ブロックチェーンエコシステムの繁栄を促進する。
収集した最大のデータセット上でMEV活動を特定するための収益性同定アルゴリズムを提案する。
私たちはMEVエコシステムの全体像、プライベートトランザクションアーキテクチャがもたらす影響、バックランニングメカニズムの採用を特徴としています。
論文 参考訳（メタデータ） (2024-05-28T08:17:15Z) - Flashback: Enhancing Proposer-Builder Design with Future-Block Auctions in Proof-of-Stake Ethereum [27.386337024680245]
検索者、ビルダー、プロジェクタ間で使用されるオークションメカニズムは、ブロックチェーン全体の健全性に不可欠である。
本稿では,PBS設計を探索者,構築者,提案者間のゲームとして検討する。
我々の設計における重要な新規性は将来のブロックプロジェクタの導入であり、エポックのプロジェクタはすべて、実証(PoS)において前もって決定される。
本分析は, 競技者に対して, 最先端技術と比較して, より平衡な代替競売機構が存在することを示す。
論文 参考訳（メタデータ） (2024-05-15T15:58:21Z) - Understanding Iterative Combinatorial Auction Designs via Multi-Agent Reinforcement Learning [10.41350502488723]
我々は,反復オークションを理解するためにマルチエージェント強化学習アルゴリズムを利用できるか検討する。
MARLは本当にオークション分析の恩恵を受けることができるが、効果的にデプロイすることは簡単ではない。
クロックオークションにおける特定のルール変更を評価するために,提案手法を用いた提案手法の有効性について述べる。
論文 参考訳（メタデータ） (2024-02-29T18:16:13Z) - Demystifying DeFi MEV Activities in Flashbots Bundle [36.64508078443365]
分散型ファイナンス(無許可ブロックチェーン)は、最近人気が高まっている。
無許可ブロックチェーンの透明性のため、オポチュニストトレーダーはマイナー抽出可能な価値(MEV)を抽出することで収益を得るために競争することができる。
Flashbotsのバンドル機構は、より洗練されたMEV抽出を設計する能力を持つオポチュニストトレーダーに権限を与えるため、MEVコンペティションをさらに強化する。
論文 参考訳（メタデータ） (2023-12-02T09:46:39Z) - Semantic Information Marketing in The Metaverse: A Learning-Based
Contract Theory Framework [68.8725783112254]
仮想サービスプロバイダ(VSP)によるインセンティブのメカニズム設計の問題に対処し,センサデータ販売にIoTデバイスを採用。
帯域幅が限られているため,センサIoTデバイスによる配信データを削減するためにセマンティック抽出アルゴリズムを提案する。
本稿では,新しい反復型契約設計を提案し,マルチエージェント強化学習(MARL)の新たな変種を用いて,モデル付き多次元契約問題の解法を提案する。
論文 参考訳（メタデータ） (2023-02-22T15:52:37Z) - A Cooperative-Competitive Multi-Agent Framework for Auto-bidding in
Online Advertising [53.636153252400945]
本稿では,自動入札のための総合的マルチエージェント強化学習フレームワーク,すなわちMAABを提案し,自動入札戦略を学習する。
当社のアプローチは、社会的福祉の観点から、いくつかの基準的手法を上回り、広告プラットフォームの収益を保証します。
論文 参考訳（メタデータ） (2021-06-11T08:07:14Z) - ProportionNet: Balancing Fairness and Revenue for Auction Design with
Deep Learning [55.76903822619047]
本研究では,強力なインセンティブ保証を備えた収益最大化オークションの設計について検討する。
我々は、高い収益と強力なインセンティブ保証を維持しつつ、公平性の懸念に対処するため、深層学習を用いてオークションを近似する手法を拡張した。
論文 参考訳（メタデータ） (2020-10-13T13:54:21Z) - Certifying Strategyproof Auction Networks [53.37051312298459]
我々は、任意の数のアイテムと参加者でオークションを表現できるRegretNetアーキテクチャに焦点を当てる。
本稿では,ニューラルネットワーク検証文献から得られた手法を用いて,特定の評価プロファイルの下で戦略の安全性を明示的に検証する方法を提案する。
論文 参考訳（メタデータ） (2020-06-15T20:22:48Z) - MoTiAC: Multi-Objective Actor-Critics for Real-Time Bidding [47.555870679348416]
そこで本研究では,MoTiACというマルチエクティブ・アクタ・クリティカルスアルゴリズムを提案する。
従来のRLモデルとは異なり、提案されたMoTiACは複雑な入札環境で同時に多目的タスクを達成できる。
論文 参考訳（メタデータ） (2020-02-18T07:16:39Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。