Исследователи решают задачу размещения ликвидности в сети Bitcoin Lightning Network, представляя её как комбинаторную задачу оптимизации с бюджетным ограничением. Они предлагают MPFlow — метод, который выбирает добавление каналов для максимизации максимального s-t потока с использованием графового обучения с подкреплением.
- Агент объединяет сеть политик с передачей сообщений, проксимальную оптимизацию политики (PPO) и маскирование действий.
- Обучение использует учебный план с исключением хабов, удаляя топ-хабы, чтобы заставить размещение учитывать ёмкость, а не просто присоединяться к хабу.
- Эксперименты на реальных снимках сети Lightning Network показывают стабильное превосходство над сильными эвристическими базовыми методами.
- Агент развернут в продакшене для рекомендаций пирам, выполнив 4640 решений об открытии каналов с распределением 267.3 BTC между 30 узлами.
Метод обеспечивает теоретически обоснованный подход к маршрутизации ёмкости, который был проверен в ходе масштабного развёртывания в реальных условиях.