Para peneliti mengatasi penempatan likuiditas di Jaringan Bitcoin Lightning dengan memformulkannya sebagai masalah optimasi kombinatorial yang dibatasi anggaran. Mereka mengusulkan MPFlow, sebuah metode yang memilih penambahan saluran untuk memaksimalkan aliran maksimal s-t menggunakan pembelajaran penguatan graf.

  • Agen menggabungkan jaringan kebijakan pesan-passage dengan optimisasi kebijakan proksimal (PPO) dan masker aksi.
  • Pelatihan menggunakan kurikulum eksklusi hub, menghapus hub teratas untuk memaksa penempatan yang sadar kapasitas daripada keterikatan pada hub.
  • Eksperimen pada cuplikan nyata Jaringan Lightning menunjukkan kinerja konsisten yang mengungguli baseline heuristik yang kuat.
  • Agen ini diimplementasikan dalam produksi untuk rekomendasi peer, mengeksekusi 4640 keputusan pembukaan saluran yang mengalokasikan 267.3 BTC di seluruh 30 node.

Metode ini menyediakan pendekatan berbasis teori untuk kapasitas perutean yang telah divalidasi melalui penyebaran dunia nyata yang ekstensif.