Les chercheurs abordent le placement de la liquidité dans le réseau Bitcoin Lightning en le formulant comme un problème d'optimisation combinatoire sous contrainte budgétaire. Ils proposent MPFlow, une méthode qui sélectionne les ajouts de canaux pour maximiser le flot maximal s-t en utilisant l'apprentissage par renforcement sur graphes.
- L'agent combine un réseau de politique à passage de messages avec l'optimisation proximale des politiques (PPO) et un masquage d'actions.
- L'entraînement utilise un curriculum d'exclusion des hubs, supprimant les hubs principaux pour imposer un placement conscient de la capacité plutôt qu'une attachement aux hubs.
- Les expériences sur des instantanés réels du réseau Lightning montrent une surperformance constante par rapport aux heuristiques fortes de référence.
- L'agent est déployé en production pour les recommandations de pairs, exécutant 4640 décisions d'ouverture de canaux allouant 267.3 BTC sur 30 nœuds.
La méthode fournit une approche fondée sur la théorie pour la capacité de routage, validée par un déploiement intensif dans le monde réel.