論文の概要: MPFlow: Learning Budgeted Max-Flow Optimization on the Lightning Network with Deep Graph Reinforcement Learning

• arxiv url: http://arxiv.org/abs/2607.08703v1
• Date: Thu, 09 Jul 2026 17:09:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-10 14:45:27.605623
• Title: MPFlow: Learning Budgeted Max-Flow Optimization on the Lightning Network with Deep Graph Reinforcement Learning
• Title（参考訳）: MPFlow: 深層グラフ強化学習による雷ネットワーク上での学習予算の最大フロー最適化
• Abstract要約: Bitcoin Lightning Network(LN)は固定予算を与え、どのチャネルを開き、ルーティング容量を最大化するべきか? 我々はこれを、グラフ上の予算制約付き最適化問題として、$s$--$t$max-flowを最大化する$k$エッジの追加を選択する。 我々の軽量エージェントは、メッセージパスポリシーネットワークとPPOとアクションマスキングを組み合わせて、ハブ排他カリキュラムの下で訓練する。
• 参考スコア（独自算出の注目度）: 2.652339296786172
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We address liquidity placement in the Bitcoin Lightning Network (LN): given a fixed budget, which channels should a node open to maximize its routing capacity? We cast this as a budget-constrained combinatorial optimization problem on graphs, selecting $k$ edge additions that maximize $s$--$t$ max-flow, a theory-grounded measure of routing capacity, and solve it with graph reinforcement learning. Our lightweight agent combines a message-passing policy network with proximal policy optimization (PPO) and action masking, and is trained under a hub-exclusion curriculum: the network's top hubs are removed from training subgraphs, forcing the policy to learn capacity-aware placement rather than hub attachment. In extensive experiments on real Lightning Network snapshots, our method consistently outperforms strong heuristic baselines on the max-flow objective across multiple seeds and unseen graphs. The agent has been deployed in production for peer recommendations, executing 4640 channel-open decisions that cumulatively allocate 267.3 BTC over $16 million across 30 managed nodes.
• Abstract（参考訳）: 私たちは、Bitcoin Lightning Network(LN)の流動性配置に対処しています。 我々はこれを、グラフ上の予算制約付き組合せ最適化問題とみなし、最大$s$--$t$max-flowを最大化する$k$のエッジ加算を選択する。 当社の軽量エージェントは,メッセージパッシングポリシネットワークとPPOとアクションマスキングを組み合わせることで,ハブ排除カリキュラムの下でトレーニングを行う。 実際のLightning Networkスナップショットの広範な実験では、複数のシードや目に見えないグラフにまたがる最大フローの目的に対して、強いヒューリスティックなベースラインを一貫して上回ります。 エージェントはピアレコメンデーションのためにプロダクションにデプロイされ、4640のチャネルオープンな決定を実行し、30のマネージドノードで267.3 BTCを合計で1600万ドル以上割り当てている。

関連論文リスト

• TANGCO: Learning Topology-Aware Capacity Allocation for Overload-driven Cascading Failures [21.253230413700795]
  ネットワークシステムは、限られた容量でノード間で負荷を運ぶ。 負荷がキャパシティを超えるノードは障害を起こし、その負荷を隣のノードに流し込み、システム全体のカスケードを起動する。 本研究では,これらのカスケードに抵抗するノード間の固定容量予算を局所的な負荷再分配の下で割り当てる方法について検討する。
  論文  参考訳（メタデータ） (2026-08-13T13:16:04Z)
• Accelerating RL for LLM Reasoning with Optimal Advantage Regression [52.0792918455501]
  本稿では,最適優位関数を直接近似する新しい2段階ポリシー最適化フレームワークを提案する。 A$*-POは、幅広い数学的推論ベンチマークで競合性能を達成する。 PPO、GRPO、REBELと比較して、トレーニング時間を最大2$times$、ピークメモリ使用率を30%以上削減する。
  論文  参考訳（メタデータ） (2025-05-27T03:58:50Z)
• Eau De $Q$-Network: Adaptive Distillation of Neural Networks in Deep Reinforcement Learning [17.356042621424567]
  本稿では,エージェントの学習速度の間隔を増大させる高密度なスパースアルゴリズムを提案する。 提案手法をAtari $2600$ベンチマークとMuJoCo物理シミュレータで評価した。
  論文  参考訳（メタデータ） (2025-03-03T11:39:03Z)
• Near-Optimal Online Learning for Multi-Agent Submodular Coordination: Tight Approximation and Communication Efficiency [52.60557300927007]
  離散部分モジュラー問題を連続的に最適化するために,$textbfMA-OSMA$アルゴリズムを提案する。 また、一様分布を混合することによりKLの発散を効果的に活用する、プロジェクションフリーな$textbfMA-OSEA$アルゴリズムも導入する。 我々のアルゴリズムは最先端OSGアルゴリズムによって提供される$(frac11+c)$-approximationを大幅に改善する。
  論文  参考訳（メタデータ） (2025-02-07T15:57:56Z)
• GDSG: Graph Diffusion-based Solution Generator for Optimization Problems in MEC Networks [109.17835015018532]
  グラフ拡散型ソリューション生成(GDSG)法を提案する。 このアプローチは、おそらく最適な解に収束しながら、最適以下のデータセットを扱うように設計されている。 グラフニューラルネットワーク(GNN)を用いたマルチタスク拡散モデルとしてGDSGを構築し,高品質な解の分布を求める。
  論文  参考訳（メタデータ） (2024-12-11T11:13:43Z)
• Multi Agent DeepRL based Joint Power and Subchannel Allocation in IAB networks [0.0]
  統合アクセスとバックハウリング(IRL)は、将来の世代におけるより高いデータレートに対する前例のない要求を満たすための、実行可能なアプローチである。 本稿では,分数ノードに付随する巨大なアクション空間の問題を,Deep Q-Learning Networkを用いて処理する方法を示す。
  論文  参考訳（メタデータ） (2023-08-31T21:30:25Z)
• Learning Optimal Admission Control in Partially Observable Queueing Networks [4.254099382808599]
  本稿では、部分的に観測可能な待ち行列ネットワークにおいて、最適入場制御ポリシーを学習する効率的な強化学習アルゴリズムを提案する。 我々のアルゴリズムは、ネットワーク内のジョブの最大数のみにサブラインナリーに依存していることを後悔している。
  論文  参考訳（メタデータ） (2023-08-04T15:40:23Z)
• Towards Understanding and Improving GFlowNet Training [71.85707593318297]
  本稿では,学習したサンプリング分布と目標報酬分布を比較するための効率的な評価手法を提案する。 本稿では,高解像度のx$,相対的エッジフローポリシーのパラメータ化,新しい軌道バランス目標を提案する。
  論文  参考訳（メタデータ） (2023-05-11T22:50:41Z)
• Unsupervised Optimal Power Flow Using Graph Neural Networks [172.33624307594158]
  グラフニューラルネットワークを用いて、要求された電力と対応するアロケーションとの間の非線形パラメトリゼーションを学習する。 シミュレーションを通して、この教師なし学習コンテキストにおけるGNNの使用は、標準解法に匹敵するソリューションにつながることを示す。
  論文  参考訳（メタデータ） (2022-10-17T17:30:09Z)
• Adaptive Stochastic ADMM for Decentralized Reinforcement Learning in Edge Industrial IoT [106.83952081124195]
  強化学習 (Reinforcement Learning, RL) は, 意思決定および最適制御プロセスのための有望な解法として広く研究されている。 本稿では,Adaptive ADMM (asI-ADMM)アルゴリズムを提案する。 実験の結果,提案アルゴリズムは通信コストやスケーラビリティの観点から技術状況よりも優れており,複雑なIoT環境に適応できることがわかった。
  論文  参考訳（メタデータ） (2021-06-30T16:49:07Z)

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。