研究人员通过将比特币 Lightning Network 中的流动性部署问题建模为预算约束的组合优化问题来解决该问题。他们提出了 MPFlow，这是一种利用图强化学习选择通道添加以最大化 s-t 最大流的方法。

  • 该智能体结合了消息传递策略网络、近端策略优化（PPO）和动作掩码。
  • 训练采用枢纽排除课程，移除顶级枢纽以强制进行容量感知的部署，而非简单连接至枢纽。
  • 在真实 Lightning Network 快照上的实验表明，其表现持续优于强大的启发式基线方法。
  • 该智能体已投入生产环境用于节点推荐，执行了 4640 次通道开启决策，在 30 个节点间分配了 267.3 BTC。

该方法为路由容量提供了一种有理论依据的方法，并通过广泛的实际部署得到了验证。