論文の概要: EVAGE: Autonomous MEV Generation and Adaptation via Multi-Agent Harness
- arxiv url: http://arxiv.org/abs/2609.27424v1
- Date: Wed, 23 Sep 2026 06:41:41 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-25 00:05:17.923067
- Title: EVAGE: Autonomous MEV Generation and Adaptation via Multi-Agent Harness
- Title（参考訳）: EVAGE:マルチエージェントハーネスによる自律型MEV生成と適応
- Abstract要約: 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における大きな経済力へと進化しました。
本稿では,エンド・ツー・エンドのMEV戦略生成と適応のための,初の完全自律型マルチエージェントフレームワークEVAGEを紹介する。
- 参考スコア（独自算出の注目度）: 6.007323208069998
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Maximal Extractable Value (MEV) has evolved into a major economic force in blockchain ecosystems, yet its capture is dominated by experienced teams, and both strategy design and implementation rely on manual expert work that scales poorly across heterogeneous protocols and chains. We present EVAGE, the first fully autonomous multi-agent framework for end-to-end MEV strategy generation and adaptation. Equipped with three specialized operation modes, it automatically discovers novel MEV variants, adapts execution logic across disparate protocols, and ports strategies between chains, including Layer-1 and Layer-2 networks. To avoid inference latency on the critical MEV execution path, EVAGE generates and refines MEV bot code offline rather than making real-time decisions directly. Under the coordination of an orchestrator agent, three specialized subagents collectively implement and repair the full MEV bot workflow via closed-loop diagnostics, eliminating human intervention while producing validated and deterministic Proof-of-Concept implementations. We evaluate EVAGE on over 1.5M blocks from each of Ethereum, Base, and BNB Smart Chain (BSC). On Ethereum, EVAGE uncovers five novel MEV strategy variants, yielding a profit increase of 1.02$\times$ to 15.97$\times$. It also successfully adapts 11 MEV strategies from CPMM to both CLMM and Balancer V2 and ports strategies from Ethereum to Base and BSC, all with less than 60 dollars in LLM token costs.
- Abstract（参考訳）: 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において大きな経済力へと発展してきたが、その獲得は経験豊富なチームによって支配されており、戦略設計と実装の両方は、異種プロトコルやチェーンをまたいだ低スケールのマニュアル専門家作業に依存している。
本稿では,エンド・ツー・エンドのMEV戦略生成と適応のための,初の完全自律型マルチエージェントフレームワークEVAGEを紹介する。
3つの特別な操作モードを備え、新しいMEV変種を自動的に発見し、異なるプロトコル間で実行ロジックを適応し、レイヤ1とレイヤ2ネットワークを含むチェーン間の戦略をポートする。
クリティカルなMEV実行パスでの推論遅延を回避するため、EVAGEはリアルタイムな決定を直接行うのではなく、MEVボットコードをオフラインで生成・改善する。
オーケストレータエージェントの調整の下で、3つの専門サブエージェントがクローズドループ診断を通じて完全なMEVボットワークフローをまとめて実装し、人間の介入を排除し、検証済みで決定論的なコンセプト実装を生成する。
我々は,Ethereum,Base,BNBスマートチェーン(BSC)の各1.5Mブロック上でEVAGEを評価した。
Ethereum上では、EVAGEは5つの新しいMEV戦略のバリエーションを明らかにし、収益は1.02$\times$から15.97$\times$に増加した。
また、CPMM から CLMM と Balancer V2 まで 11 の MEV 戦略を順応し、Ethereum から Base 、 BSC への戦略を LLM トークンのコストを 60 ドル以下で移植することに成功した。
関連論文リスト
- When AI Agents Meet MEV: Cross-Chain Arbitrage in the Agentic Economy [8.49630679002329]
我々は、人間やボットではなく、自律的なAIエージェントが検索者である場合、チェーン間の仲裁について研究する。
我々はエージェントを調停抽出器と最大抽出可能な値ターゲットの両方としてモデル化する。
CCTP経由のL2-L2ウィンドウの63%で10,000ドルの取引が明確であるのに対して、L1-L2ルートは5万ドル以上を要している。
論文 参考訳（メタデータ） (2026-09-15T22:39:34Z) - DREAM Technical Report [53.37525197047151]
DREAMは、既存のパイプラインの上に認識認識、オーケストレーション、監査可能なポリシ層を追加し、それを置き換えることなく、自律的な最適化制御アーキテクチャである。
DREAMには2つのコアコンポーネントがある。まず、3層Intent Engineはデバイス上の信号を構造化されたL0/L1/L2インテント表現に融合する。エッジクラウドトリガーチェーンはレポートのボリュームを約8.7%に削減する。
第2に、Meta EngineはMetaModelを使って、層状M1-to-M2-to-M3推論(インテントの要約、ストラテジーメモリに通知されるストラテジープランニング、パラメータ変換など)を定式化したM1-to-M2-to-M3推論に使用します。
論文 参考訳（メタデータ） (2026-08-10T10:35:32Z) - Plan First, Judge Later, Run Better: A DMAIC-Inspired Agentic System for Industrial Anomaly Detection [51.90293101535452]
本稿では, DMAIC-IAD (DMAIC-inspired Agentic Industrial Anomaly Detection) というマルチエージェントシステムを提案する。
DMAIC-IADは,適用対象のエージェントベースラインに対する平均検出性能を37.76%向上させる。
論文 参考訳（メタデータ） (2026-06-03T08:38:14Z) - GAMBIT: A Three-Mode Benchmark for Adversarial Robustness in Multi-Agent LLM Collectives [48.545980031973556]
GAMBITは、インポスタ検出器を評価するための3つの評価モードと2つの独立したスコアを持つベンチマークである。
ベンチマークには、240の共進化型インポスタ戦略にまたがる27,804のラベル付きインスタンスのデータセットが付属している。
論文 参考訳（メタデータ） (2026-05-09T16:07:23Z) - Certifying optimal MEV strategies with Lean [0.0]
最大抽出可能値(MEV)の機械的定式化について述べる。
MEVは、ブロックチェーン内のトランザクションの順序付け、インクルージョン、排除を操作することで、敵が利益を得る分散アプリケーションに対する攻撃のクラスを指す。
我々は,MEV境界のマシンチェックによる証明を構築する手法を導入し,既存の技術で可能な以上の正確性を保証する。
論文 参考訳（メタデータ） (2025-10-16T09:24:28Z) - AI Agent Architecture for Decentralized Trading of Alternative Assets [2.8195433571821162]
GoldMine OSは、ブロックチェーンベースのStablecoin("OZ")への物理的な金のトークン化と交換を自動化するために、複数の専門的AIエージェントを使用する研究指向アーキテクチャである。
本稿では,4つの協調エージェント(コンプライアンス,トークン発行,マーケットメイキング,リスクコントロール)とコーディネートコアについて述べる。
実験では、プロトタイプは需要トークンを1.2秒未満で提供し、手動よりも100倍以上高速である。
論文 参考訳（メタデータ） (2025-07-15T09:11:19Z) - 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) - Maximal Extractable Value Mitigation Approaches in Ethereum and Layer-2 Chains: A Comprehensive Survey [1.2453219864236247]
MEVは、採掘者またはバリデーターが追加の値を抽出するためにトランザクションオーダを操作するときに発生する。
これは、予測不可能と潜在的損失を導入することによってユーザエクスペリエンスに影響を与えるだけでなく、分散化と信頼の根底にある原則を脅かす。
本稿では, プロトコルL1と各種L2ソリューションの両方に適用したMEV緩和技術に関する包括的調査を行う。
論文 参考訳（メタデータ） (2024-07-28T19:51:22Z) - 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) - 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。