शोधकर्ता बिटकॉइन लाइटनिंग नेटवर्क में तरलता स्थानांतरण की समस्या को बजट-सीमित संयोजन अनुकूलन समस्या के रूप में प्रस्तुत करके हल करते हैं। वे MPFlow का प्रस्ताव देते हैं, एक विधि जो ग्राफ़ रिइन्फोर्समेंट लर्निंग का उपयोग करके s-t अधिकतम प्रवाह को अधिकतम करने के लिए चैनल जोड़ने का चयन करती है।
- एजेंट संदेश-पारगमन नीति नेटवर्क, प्रॉक्सिमल पॉलिसी ऑप्टिमाइज़ेशन (PPO) और एक्शन मस्किंग को जोड़ता है।
- प्रशिक्षण में हब-अपवर्जन पाठ्यक्रम का उपयोग किया जाता है, शीर्ष हब्स को हटाकर क्षमता-जागरूक स्थानांतरण को मजबूर किया जाता है, न कि केवल हब से जुड़ना।
- वास्तविक लाइटनिंग नेटवर्क स्नैपशॉट्स पर प्रयोगों ने मजबूत हेयुरिस्टिक बेलाइनों की तुलना में निरंतर श्रेष्ठ प्रदर्शन दिखाया है।
- एजेंट को उत्पादन में पियर अनुशंसाओं के लिए तैनात किया गया है, जिसने 30 नोड्स के बीच 267.3 BTC आवंटित करते हुए 4640 चैनल-खोलने के निर्णय किए हैं।
यह विधि मार्गिंग क्षमता के लिए एक सैद्धांतिक रूप से आधारित दृष्टिकोण प्रदान करती है, जिसका व्यापक वास्तविक-दुनिया तैनाती के माध्यम से सत्यापन किया गया है।