chinesefreesexvideos高潮,欧美极品少妇性运交,久久久国产一区二区三区,99久久婷婷国产综合精品,成人国产一区二区三区

寫(xiě)在前面：原文作者是來(lái)自Gauntlet的Hsien-Tang Kao和Tarun Chitra，在這篇文章中，他們使用Ampleforth的rebase機(jī)制、RAI的反射指數(shù)、EIP-1559的費(fèi)用市場(chǎng)提案及THORChain的激勵(lì)鐘擺機(jī)制來(lái)說(shuō)明反饋控制器在不同機(jī)制中的使用，此外，他們還將展示反饋控制如何使鏈上衍生品定價(jià)成為可能。

（圖片來(lái)自：Flickr）

今年，我們已看到了大量新出現(xiàn)的DeFi協(xié)議，它們提供了新的機(jī)制來(lái)支持交易、借貸以及其他金融活動(dòng)。盡管這些協(xié)議在功能和用途上差異很大，但一些原語(yǔ)已成為了很多新協(xié)議的通用組件。其中，常數(shù)函數(shù)做市商（CFMMs）及自動(dòng)利率曲線，是兩大最受歡迎的DeFi組件，它們出現(xiàn)在眾多defi產(chǎn)品中（例如Uniswap和Compound）。隨著行業(yè)聚集在這些原語(yǔ)周?chē)?，這就引出了一個(gè)問(wèn)題：是否存在更好的選擇？

實(shí)際上，反饋控制系統(tǒng)（Feedback control system）正是一種可能改善協(xié)議激勵(lì)、效率及彈性的方法。

1

什么是反饋控制？

“反饋是生命體的核心特征，反饋的過(guò)程控制著我們?nèi)绾纬砷L(zhǎng)，如何應(yīng)對(duì)壓力及挑戰(zhàn)，以及負(fù)責(zé)調(diào)節(jié)體溫、血壓、膽固醇水平等因素。從細(xì)胞中蛋白質(zhì)的相互作用，到復(fù)雜生態(tài)系統(tǒng)中有機(jī)體的相互作用，這些機(jī)制在每一個(gè)層面都起著作用。” —— 馬倫·霍格蘭(Mahlon Hoagland)和伯特·竇德生(Bert Dodson) ，《生命的運(yùn)作方式》，1995年

控制理論在應(yīng)用數(shù)學(xué)、電氣工程及機(jī)器人學(xué)中得到了廣泛的研究。

它在許多行業(yè)都有廣泛的應(yīng)用，包括航空航天系統(tǒng)、自動(dòng)駕駛車(chē)輛及物聯(lián)網(wǎng)設(shè)備。在經(jīng)典的“反饋系統(tǒng)”教科書(shū)中，Karl Johan ?str?m和Richard M. Murray將控制定義為在工程系統(tǒng)中使用算法和反饋。

[1] 開(kāi)環(huán)系統(tǒng)

[2] 閉環(huán)系統(tǒng)

圖[1]和[2]說(shuō)明了開(kāi)環(huán)和閉環(huán)控制系統(tǒng)的區(qū)別。在開(kāi)環(huán)系統(tǒng)中，控制器輸出與系統(tǒng)輸出無(wú)關(guān)。與之相反的是，閉環(huán)（反饋）系統(tǒng)的控制器，將系統(tǒng)輸出作為附加輸入。在閉環(huán)系統(tǒng)中，系統(tǒng)動(dòng)力學(xué)依賴(lài)于控制器動(dòng)力學(xué)，而控制器動(dòng)力學(xué)又依賴(lài)于系統(tǒng)動(dòng)力學(xué)，這就產(chǎn)生了系統(tǒng)與控制器動(dòng)力學(xué)的耦合效應(yīng)。由于循環(huán)依賴(lài)性，理解反饋系統(tǒng)是非常重要的。

2

反饋控制與強(qiáng)化學(xué)習(xí)簡(jiǎn)史

比例-積分-微分（PID）控制器是最為常見(jiàn)的反饋控制器。它利用期望系統(tǒng)狀態(tài)與觀測(cè)狀態(tài)之間的差值連續(xù)計(jì)算控制信號(hào)。1922年，俄國(guó)人Nicolas Minorsky為美國(guó)海軍艦艇的自動(dòng)操舵系統(tǒng)，發(fā)表了第一個(gè)PID控制器的理論分析。20世紀(jì)50年代，商用數(shù)字計(jì)算機(jī)問(wèn)世，這使得最優(yōu)控制理論得到迅速發(fā)展。最優(yōu)控制的首要問(wèn)題，是找到一個(gè)能產(chǎn)生最優(yōu)狀態(tài)軌跡，并使動(dòng)態(tài)系統(tǒng)行為的測(cè)度最小化或最大化的控制律（control law）。Richard E.Bellman的“最優(yōu)性原理”（或貝爾曼(Bellman)方程）、動(dòng)態(tài)規(guī)劃算法及馬爾可夫決策過(guò)程，就是在這一時(shí)代發(fā)展起來(lái)的，它們目的是為解決最優(yōu)控制問(wèn)題。20世紀(jì)80年代末90年代初，在最優(yōu)控制和人工智能領(lǐng)域的前期工作，推動(dòng)了強(qiáng)化學(xué)習(xí)的發(fā)展。強(qiáng)化學(xué)習(xí)在不完全了解系統(tǒng)狀態(tài)的情況下，通過(guò)試錯(cuò)學(xué)習(xí)或逼近來(lái)解決最優(yōu)控制問(wèn)題。近二十年來(lái)，隨著計(jì)算和深度學(xué)習(xí)算法的發(fā)展，出現(xiàn)了新一輪成功的深度強(qiáng)化學(xué)習(xí)算法。深度強(qiáng)化學(xué)習(xí)通過(guò)使用深度神經(jīng)網(wǎng)絡(luò)，擴(kuò)展強(qiáng)化學(xué)習(xí)，而不需要顯式地設(shè)計(jì)狀態(tài)空間。DeepMind利用這些算法來(lái)創(chuàng)建可以玩Atari游戲的人造代理，以及比人類(lèi)做得更好的Go。

3

PID 控制器

了解反饋控制或PID控制器的直觀方法，是通過(guò)一個(gè)比例控制器（P controller）

其中K_p 是一個(gè)常數(shù)，在一個(gè)比例控制器中，控制輸入u(t) 與觀測(cè)輸出和期望系統(tǒng)輸出之間的誤差e(t)成比例。

這里我們將展示一個(gè)恒溫器如何使用反饋機(jī)制來(lái)控制室溫。假設(shè)當(dāng)前溫度為90°F，恒溫器溫度設(shè)置為70°F，則誤差為20°F。當(dāng)K_p = 0.1千瓦/°F時(shí)，恒溫器控制空調(diào)設(shè)備，使其使用u(t) = 2千瓦來(lái)冷卻整個(gè)房間。

當(dāng)溫度下降到80°F時(shí)，誤差減小到10°F，空調(diào)將輸出1千瓦的功率。從這個(gè)例子中，我們可以看出，恒溫器輸出一個(gè)控制信號(hào)來(lái)改變空調(diào)器的輸出功率，并降低溫度。恒溫器測(cè)量溫度誤差，并改變輸出控制信號(hào)，這種反饋回路使室溫逐漸收斂到所需溫度。

PID控制器方塊圖（來(lái)源：Wikipedia）

PID控制器擴(kuò)展了比例控制器的概念。除了當(dāng)前誤差e(t)，它還測(cè)量累積誤差\int e(t) 及誤差變化率 \frac{de(t)}{dt} 來(lái)計(jì)算控制輸入：

其中，K_p、 K_i以及K_d 都為常數(shù)。

4

反饋控制和DeFi

反饋控制是一種簡(jiǎn)單而強(qiáng)大的思想，它在現(xiàn)實(shí)世界中已經(jīng)被廣泛應(yīng)用。在現(xiàn)有的應(yīng)用之外，反饋控制也是DeFi應(yīng)用的重要組成部分。

假設(shè)一個(gè)協(xié)議有一個(gè)高層次的目標(biāo)，該協(xié)議測(cè)量當(dāng)前狀態(tài)的距離，并使用反饋機(jī)制更新協(xié)議參數(shù)，以激勵(lì)市場(chǎng)參與者將系統(tǒng)推向期望狀態(tài)。例如，穩(wěn)定幣協(xié)議希望將代幣與1美元錨定，協(xié)議根據(jù)穩(wěn)定幣價(jià)格不斷調(diào)整利率，當(dāng)穩(wěn)定幣價(jià)格高于1美元時(shí)，該協(xié)議將降低利率并激勵(lì)參與者發(fā)行更多的穩(wěn)定幣。否則，協(xié)議將提高利率并激勵(lì)參與者償還債務(wù)。通過(guò)算法調(diào)整利率，當(dāng)穩(wěn)定幣在1美元左右時(shí)，市場(chǎng)就可以達(dá)到供需平衡。

很多DeFi應(yīng)用已經(jīng)在協(xié)議設(shè)計(jì)中隱式或顯式地使用這種模式。這里我們將使用Ampleforth的rebase機(jī)制、RAI的反射指數(shù)、EIP-1559的費(fèi)用市場(chǎng)提案及THORChain的激勵(lì)鐘擺機(jī)制來(lái)說(shuō)明反饋控制器在不同機(jī)制中的使用。我們還將展示反饋控制如何使鏈上衍生品定價(jià)成為可能。

5

波動(dòng)性抑制資產(chǎn)

Ampleforth和RAI開(kāi)創(chuàng)了不相關(guān)和低波動(dòng)性加密資產(chǎn)的概念。乍一看，這些協(xié)議似乎有不同的底層機(jī)制。AMPL動(dòng)態(tài)調(diào)整供應(yīng)，以解決不適應(yīng)性問(wèn)題，而RAI則使用動(dòng)態(tài)贖回率機(jī)制來(lái)最小化反射指數(shù)波動(dòng)。然而，這兩個(gè)協(xié)議本質(zhì)上都是反饋控制系統(tǒng)，它們旨在創(chuàng)造一個(gè)波動(dòng)性抑制資產(chǎn)。而這些協(xié)議的主要區(qū)別，在于它們使用了不同的控制輸入。我們將使用反饋控制框架來(lái)展示這兩種協(xié)議之間的異同。

1、Ampleforth Rebase機(jī)制

AMPL是一種根據(jù)市場(chǎng)價(jià)格動(dòng)態(tài)調(diào)整供應(yīng)的數(shù)字資產(chǎn)，當(dāng)AMPL的價(jià)格高于1美元時(shí)，其供應(yīng)量就會(huì)擴(kuò)大，反之則會(huì)縮小。代幣供應(yīng)機(jī)制的擴(kuò)張與收縮，激勵(lì)理性的AMPL交易員介入，推動(dòng)AMPL價(jià)格向1美元目標(biāo)邁進(jìn)。

為了用公式表示rebase機(jī)制，我們首先將誤差定義為目標(biāo)值與觀測(cè)值之間的差：

假設(shè)目標(biāo)值為1美元，觀察值為當(dāng)前價(jià)格，則誤差項(xiàng)為：

當(dāng)價(jià)格偏差e(t)大于偏差閾值d_t時(shí)，AMPL的供應(yīng)調(diào)整為：

根據(jù)上面的方程，我們可以將rebase表示為一個(gè)比例控制器，其中：

控制規(guī)則：

從這個(gè)例子中可以看出，rebase lag是決定系統(tǒng)行為的關(guān)鍵參數(shù)。

選擇適當(dāng)?shù)?code>rebase lag參數(shù)與調(diào)節(jié)控制器的比例增益是一樣的。比例增益對(duì)系統(tǒng)特性的影響在控制系統(tǒng)中得到了廣泛的研究：高比例增益（或低rebase lag）可以減小穩(wěn)態(tài)誤差，加快上升時(shí)間，但會(huì)增加超調(diào)量（overshoot），使系統(tǒng)更具振蕩性。

（來(lái)源：Matlab和Simulink的控制教程）

2、RAI反射指數(shù)

反射指數(shù)是一種波動(dòng)性低于其抵押品的資產(chǎn)。該系統(tǒng)使用類(lèi)似MakerDAO的債務(wù)抵押頭寸（CDP）進(jìn)行資產(chǎn)發(fā)行。當(dāng)反射指數(shù)的贖回價(jià)格偏離市場(chǎng)價(jià)格時(shí)，協(xié)議會(huì)調(diào)整贖回率（贖回價(jià)格的變化率），以激勵(lì)CDP持有人產(chǎn)生更多債務(wù)或償還未償債務(wù)。

RAI反射指數(shù)是在協(xié)議設(shè)計(jì)中第一個(gè)明確引用PID控制器的協(xié)議。這個(gè)反射指數(shù)中的誤差項(xiàng)是市場(chǎng)價(jià)格和贖回價(jià)格之間的差額：

贖回率是控制輸入，并由一個(gè)比例控制器修改：

以及

在上面提到的兩個(gè)例子（Ampleforth和RAI）中，都有一個(gè)反饋控制系統(tǒng)。這些協(xié)議以特定的參考價(jià)格為目標(biāo)，但使用不同的經(jīng)濟(jì)機(jī)制來(lái)影響代幣的供應(yīng)。Ampleforth直接改變了系統(tǒng)的總供應(yīng)量，以激勵(lì)參與者進(jìn)行“供應(yīng)發(fā)現(xiàn)”或“市值發(fā)現(xiàn)”，從而將AMPL價(jià)格推向1美元。RAI改變了贖回價(jià)格，激勵(lì)參與者重新平衡未償債務(wù)總額，以減少價(jià)格波動(dòng)。

6

EIP-1559: 以太坊費(fèi)用市場(chǎng)更改提議

當(dāng)前的以太坊費(fèi)用市場(chǎng)使用簡(jiǎn)單的第一價(jià)格拍賣(mài)機(jī)制來(lái)定價(jià)交易費(fèi)用。這種拍賣(mài)機(jī)制是次優(yōu)的，它為競(jìng)拍人帶來(lái)了相當(dāng)大的開(kāi)銷(xiāo)，因?yàn)槊總€(gè)競(jìng)拍人都需要根據(jù)其他競(jìng)爭(zhēng)對(duì)手的預(yù)期出價(jià)進(jìn)行競(jìng)標(biāo)。EIP-1559通過(guò)一種自適應(yīng)的收費(fèi)機(jī)制解決了這個(gè)問(wèn)題，這樣收取的總費(fèi)用可以超過(guò)網(wǎng)絡(luò)的社會(huì)成本。

擬議的交易費(fèi)用包括動(dòng)態(tài)調(diào)整的基礎(chǔ)費(fèi)用（base fee）以及給礦工的額外小費(fèi)（tip fee）。區(qū)塊使用量是決定基礎(chǔ)費(fèi)用的主要因素：

當(dāng)區(qū)塊使用量高于目標(biāo)使用量時(shí)，基礎(chǔ)費(fèi)用增加，反之則降低。這種費(fèi)用調(diào)整算法尋求博弈論均衡并建立費(fèi)用下界。這項(xiàng)提議可能是以太坊1.0最重大的變化，它將極大地改變用戶(hù)體驗(yàn)和貨幣政策。

毫不奇怪，EIP-1559可以被描述為一個(gè)反饋控制問(wèn)題，它的基礎(chǔ)費(fèi)用調(diào)整算法為：

算法中的誤差項(xiàng)為：

基礎(chǔ)費(fèi)用調(diào)整算法也是一個(gè)比例控制器，其中：

控制輸入為：

以及

7

THORChain的激勵(lì)鐘擺機(jī)制

THORChain是一個(gè)為跨鏈資產(chǎn)交換提供便利的去中心化網(wǎng)絡(luò)，該協(xié)議要求系統(tǒng)的總池子資本大于擔(dān)保資本，以保證其安全。在THORChain中，2:1的資本比例被認(rèn)為是最優(yōu)的系統(tǒng)狀態(tài)。這種激勵(lì)鐘擺機(jī)制是為了使系統(tǒng)處于平衡狀態(tài)，它將總的通貨膨脹報(bào)酬和交易費(fèi)用重新分配給參與者，使系統(tǒng)逐漸收斂到最優(yōu)狀態(tài)。特別是，分配給流動(dòng)性提供者的系統(tǒng)收入比例為：

其中，b和s表示總的擔(dān)保資本和總的池子資本，其余部分則給予擔(dān)保人（bonder）。在最優(yōu)狀態(tài)下，激勵(lì)鐘擺將33%的系統(tǒng)收益分配給流動(dòng)性提供者，將66%的系統(tǒng)收益分配給擔(dān)保人（bonder）。如果系統(tǒng)只有擔(dān)保資本，激勵(lì)鐘擺會(huì)將100%的系統(tǒng)收入分配給流動(dòng)性提供者。

THORChain的激勵(lì)鐘擺使用鏈一個(gè)確定的公式來(lái)計(jì)算系統(tǒng)的收入分配。雖然它沒(méi)有使用PID控制器的公式，但是激勵(lì)鐘擺和PID控制器有一個(gè)非常相似的概念：

1. 該機(jī)制試圖將誤差隨時(shí)間的變化最小化，即使系統(tǒng)狀態(tài)收斂到最優(yōu)狀態(tài)；

2. 控制信號(hào)是一個(gè)誤差函數(shù)，其中誤差是測(cè)量的bonded-to-pooled資本和最佳bonded-to-pooled資本之間的差；

8

鏈上衍生品定價(jià)

2020年當(dāng)中最大的驚喜之一是，現(xiàn)貨資產(chǎn)DEX能夠處理和中心化交易所相同數(shù)量級(jí)的現(xiàn)貨交易。

然而，最活躍的加密交易產(chǎn)品——永續(xù)合約，尚未實(shí)現(xiàn)去中心化。

盡管目前已經(jīng)有了一些去中心化期貨產(chǎn)品的嘗試，比如FutureSwap和McDEX，但截至目前，這些協(xié)議都沒(méi)有實(shí)現(xiàn)他們的承諾。其中的一個(gè)主要原因是，相比現(xiàn)貨交易，期貨交易對(duì)延遲要敏感得多。這是因?yàn)轭A(yù)言機(jī)價(jià)格更新需要非常迅速，以避免搶先交易（front running）和延后交易（back running）。此外，由于較低的保證金要求允許用戶(hù)用較少的抵押品進(jìn)行大規(guī)模押注，因此流動(dòng)性往往會(huì)以更快的速度在衍生品交易場(chǎng)所增加和移除。然而，在不需要高流動(dòng)性速度的情況下，有許多新的機(jī)制可以復(fù)制衍生品的結(jié)果。這些方法涉及自動(dòng)做市商（如Uniswap），它們具有動(dòng)態(tài)曲線。在這一方向上的一個(gè)基本工作是Alex Evans的一個(gè)定理，其表明，如果一個(gè)Balancer池根據(jù)一個(gè)修改后的PID控制器調(diào)整其權(quán)重（如下所示），那么你可以復(fù)制任何無(wú)杠桿回報(bào)。

在上面的等式中，Balancer 池的權(quán)重w*遵從控制方程，作為預(yù)期收益g的一個(gè)函數(shù)。生成任意的衍生品收益是一個(gè)增加杠桿作用的問(wèn)題 —— 如果某人可以針對(duì)支付g(x,t)的Balancer池股份進(jìn)行借貸，并用借入的資金創(chuàng)建新的資金池份額，那他們就可以將自己的敞口杠桿化為g的常數(shù)倍數(shù)。而像Aave和Compound這樣的鏈上借貸平臺(tái)，就非常適合進(jìn)行這種操作。那這與永續(xù)合約交易有什么關(guān)系？

我們可以將永續(xù)合約產(chǎn)品視為一個(gè)將指數(shù)價(jià)格p（t）映射為正或負(fù)回報(bào)的函數(shù)。例如Balancer這樣的常數(shù)函數(shù)做市商（CFMMs），允許將p(t)表示為一個(gè)數(shù)量向量，以及池的權(quán)重控制著從數(shù)量到價(jià)格的映射。因此，我們可以將永續(xù)產(chǎn)品（用金融術(shù)語(yǔ)來(lái)說(shuō)，是一個(gè)復(fù)制投資組合）的替代結(jié)構(gòu)視為一個(gè)CFMM，其形狀正在調(diào)整以保持收益。雖然權(quán)重更新仍可以前推和后推，但要做到這一點(diǎn)要比操縱價(jià)格要困難得多。這是因?yàn)槟阈枰倏v做市商持有的數(shù)量（上面等式中的x）來(lái)調(diào)整收益g。與操縱價(jià)格（單一標(biāo)量）不同，你必須調(diào)整抵押品數(shù)量x（許多LP鎖定的一對(duì)現(xiàn)貨資產(chǎn)）。正如我們?cè)赨niswap論文的附錄D中所指出的，隨著鎖定的總值增加，這種操縱會(huì)越來(lái)越困難（難度呈線性上升）。

這個(gè)例子說(shuō)明，當(dāng)使用適當(dāng)?shù)谋壤刂破鲿r(shí)，當(dāng)與動(dòng)態(tài)調(diào)整的做市商耦合時(shí)，很多衍生品產(chǎn)品可存在于鏈上。雖然設(shè)計(jì)此類(lèi)控制器的研究尚處于起步階段，但像Yield、Opyn及其他團(tuán)隊(duì)設(shè)計(jì)的CFMM，這種流行趨勢(shì)已經(jīng)表明，控制理論使得鏈上衍生品成為可能。

9

以太坊的計(jì)算和存儲(chǔ)容量有限

在關(guān)于反饋控制與強(qiáng)化學(xué)習(xí)的歷史上，算法的進(jìn)步可以說(shuō)是成功的主要因素。然而，人們往往忽視了這樣一個(gè)事實(shí)：計(jì)算和存儲(chǔ)范式的轉(zhuǎn)變，也導(dǎo)致了這些技術(shù)突破。在20世紀(jì)50年代沒(méi)有商用計(jì)算機(jī)的情況下，動(dòng)態(tài)規(guī)劃（Dynamic programming）是解決最優(yōu)控制問(wèn)題的一種方法，如果沒(méi)有GPU集群和巨大的存儲(chǔ)空間，Deepmind無(wú)法有效地訓(xùn)練用于玩Atari游戲的深度強(qiáng)化學(xué)習(xí)模型。

我們知道，以太坊的計(jì)算和存儲(chǔ)容量是有限的。目前，大多數(shù)的DeFi協(xié)議都是通過(guò)使用簡(jiǎn)單的反饋算法來(lái)克服這些限制，這些算法不需要大量的存儲(chǔ)來(lái)跟蹤歷史狀態(tài)的變化。因此，PID控制器或其他恒定的空間及時(shí)間復(fù)雜度算法（run time和空間需求不會(huì)隨著輸入大小的增長(zhǎng)而增長(zhǎng)）很適合資源受限的計(jì)算環(huán)境。

關(guān)于鏈上杠桿控制理論自然而然的下一步，是制定DeFi協(xié)議反饋機(jī)制作為一個(gè)最佳控制問(wèn)題。原因有二：關(guān)于最優(yōu)控制，已有大量的理論工作，而且它不依賴(lài)于龐大的計(jì)算能力。另一個(gè)可能的途徑是通過(guò)協(xié)議的治理過(guò)程，在鏈上引入更復(fù)雜的算法優(yōu)化參數(shù)。許多中立的第三方可以在鏈外處理區(qū)塊鏈數(shù)據(jù)及外部數(shù)據(jù)源，運(yùn)行復(fù)雜的算法，并提交優(yōu)化的治理投票參數(shù)，以提高協(xié)議效率。

最后的想法

1. 比例控制器是工業(yè)中最常見(jiàn)的控制器形式，它以電流誤差為輸入，較好地解決了大部分問(wèn)題。為了進(jìn)一步改進(jìn)現(xiàn)有的反饋系統(tǒng)，協(xié)議可以考慮添加“過(guò)去誤差”（積分項(xiàng)）和“預(yù)期未來(lái)誤差”（導(dǎo)數(shù)項(xiàng)）作為控制器的輸入。

2. 聯(lián)合曲線或利率曲線是激勵(lì)特定用戶(hù)行為的機(jī)制。參數(shù)化這些曲線是非常重要的，因?yàn)樵O(shè)計(jì)空間很廣。例如，具有不同形狀的曲線，可能會(huì)獲得非常相似的結(jié)果，但很難斷言其中一條曲線嚴(yán)格優(yōu)于另一條曲線。基于聯(lián)合曲線的方法存在維數(shù)災(zāi)難（curse of dimensionality）。參數(shù)化三維或更高維曲面，似乎是一項(xiàng)具有挑戰(zhàn)性的任務(wù)。協(xié)議開(kāi)發(fā)團(tuán)隊(duì)可以考慮使用反饋控制方法來(lái)簡(jiǎn)化設(shè)計(jì)及參數(shù)化方法。開(kāi)發(fā)人員不需要設(shè)計(jì)描述一系列參數(shù)值之間關(guān)系的整個(gè)曲線，而只需要關(guān)注參數(shù)值的“變化率”。

3. 考慮到智能合約通常涉及高風(fēng)險(xiǎn)及反饋系統(tǒng)的動(dòng)態(tài)性，設(shè)計(jì)一個(gè)基于反饋控制的智能合約是一項(xiàng)挑戰(zhàn)。我們知道，模擬在工業(yè)中被廣泛應(yīng)用于參數(shù)調(diào)試，而Gauntlet可幫助協(xié)議設(shè)計(jì)者通過(guò)模擬大量的協(xié)議參數(shù)及市場(chǎng)環(huán)境來(lái)對(duì)他們的協(xié)議進(jìn)行壓力測(cè)試。建立一個(gè)安全高效的DeFi生態(tài)系統(tǒng)，一直是我們的首要任務(wù)。

感謝JohnMorrow和Rei Chiang為這篇文章所做的有益的編輯、評(píng)論及建議。