欢迎您访问科普小知识本站旨在为大家提供日常生活中常见的科普小知识,以及科普文章!
您现在的位置是:首页  > 经济金融

Shelley激励测试网的激励模型科普

科普小知识2022-05-31 02:56:38
...

Shelley激励测试网的激励模型科普

最近,我们讨论了很多有关激励的内容。这是因为现在我们即将运行激励测试网。它为利益相关者提供委托其权益或运营权益池从而获得真实的ada奖励的机会。11月29日,IOHK进行了第二次余额快照,在Daedalus或Yoroi主网钱包中持有ada代币的用户都可以作为代表或权益池运营商,参与激励测试网的Staking。

激励测试网目的在于在现实环境中测试Ouroboros激励白皮书中的假设,通过博弈论来计算确保区块链中持续,积极和强烈参与所需的激励网络。

Cardano以数学为基础,旨在创建一个去中心化,全球分布的更公平,更透明和更公平的体系。

激励的重要性

成功的系统取决于充足的激励机制。一家公司必须充分激励员工工作。这不仅意味着激励系统中已有的工作,还需要执行符合所需标准的特定功能。同样也适用于分布式系统(并且可能是关键因素)。Cardano是一个去中心化的全球参与者网络,每个参与者都必须充分激励他们参与并履行其职责,同时还要了解网络的利益同步于自身利益。

激励机制概述

Cardano的激励模型始于合理性假设:每个参与者将采取行动来使自己的利益最大化。回报即系统的激励措施,可采取有形奖励(例如金钱)或无形奖励(例如尊敬,声誉,地位,身份或成就)的形式。

无私的行为在系统中很是少见。作为个人,我们追求直接或间接奖励。但是,每个参与者都出于自身利益而行事,可能就导致网络混乱。因此,成功的系统会在协议、规则或者法律中规定每个参与者何时以及可以得到多少奖励。博弈论的核心原则之一是,理想的系统是参与者按照自己的最大利益行事,同时也是为系统的最大利益行事。

这是Ouroboros激励机制的功能:详细说明如何以及何时支付奖励,以及按什么比例奖励不同级别的权益贡献。它允许分布式的参与者网络在分布式的系统中进行协调和协作,并根据他们的自身利益获得奖励,同时仍有助于网络的长期健康。

Cardano激励模式的目标

平等和公正是系统可持续发展的关键,但只有系统本身才能确保其独立于个人目标或自身利益。个人必须*发挥其创造力,并最大限度地发挥其成果,只要这样做就不会妨碍网络的运行或限制其他人的可能性(例如,获得过多的控制权)。如果每次都有一位参与者是获胜者,那么其他参与者将失去激励,最终被剥夺权利。激励白皮书中概述了Cardano的激励机制的最终实施,其中考虑了这些因素,从而确保最大的赢家不一定总能赢,不会使得富人更富裕。

这是激励理论基础博弈理论的目的之一,即测试剥削的阈值和参数,以及个人和集体利益的契合,并且这也同样是激励性测试网的目的之一。随着时间的推移,我们将在奖励计算中引入新的因素,并监控对参与者行为的影响。

测试网的激励机制

我们向激励性测试网介绍的激励模型不是最终模型。我们计划使用此阶段来逐步测试激励模型,验证我们的假设并探索网络和参与者是否以我们预期的方式做出反应。

但是,我们不仅要检验博弈论。我们还将测试这项技术,以确保只有在基准模型被证明是安全且稳定的情况下,才会包括用于奖励计算的其他因素。

一开始,奖励计算中不会包括各种因素。这些因素包括增加股权池数量并根据其需求更好地对股权池进行排名的因素。其他因素也将包括在内,但容量有限,并且它们的功能和计算会随着时间而发展。这包括权益池排名。首先,排名将基于权益池的绩效,但随着激励性测试网的进展,将转换为基于期望(成本,保证金,抵押股权和绩效的组合)。

然后,我们将逐步在奖励计算中引入其他因素,首先是鼓励权益池数量增加并确保系统促进最理想的权益池的因素。每一项都很重要,所以以分阶段的方式介绍将使我们能够确保它们能够按预期运行,并且对网络具有预期的作用。

激励性Testnet奖励

在激励测试网上进行权益委托或运营权益池的奖励取决于网络参与者的百分比。假设账户余额为380万ADA。如果网络参与度达到50%,那么我们估计委托者的年收益将约为7%至8%,但如果网络参与度较低,则可能高达15%。我们即将在激励测试网上发布奖励计算机制,除其他变量外,网络参与程度不同,奖励等级不同。例如:

同时,对于权益池运营商而言,如果账户余额为10,000,000 ada,每天需要支付10美元的权益池运营费,如果网络参与率为50%以及运营商保证金为10%,则委托给权益池运营商的收益约为12%至13%。随着时间的推移,我们将更新计算公式,以包括更复杂的奖励计算模型。

即将推出的内容

这是一个测试网,因此不断地升级改造才能达到我们预期的目标:如Ouroboros白皮书所述,一个完整且功能齐全的激励机制将根据参与者的贡献,精准且公平地奖励网络参与者,同时防止任何单个参与者从网络中获得过多的控制权。我们将在整个测试网中积极监控参与者的行为,以确定何时以及在奖励计算中包括哪些其他因素。

本文源自IOHK博客,由头等仓提供翻译,转载请保留文末信息。