Do Rollups Self-Organize? Multi-Agent Reinforcement Learning in the EIP-4844 Blob Fee Market
Aggiunta all'archivio di AIChronos il (numero del 11 ottobre 2026 ricostruito)· fonte del · Alessio Brini
Lo studio propone un ambiente di apprendimento per rinforzo multi-agente calibrato per il mercato delle fee dei blob introdotto da EIP-4844 su Ethereum. L'ambiente dimostra che agenti indipendenti e auto-interessati riescono a stabilizzarsi vicino al target teorico senza coordinamento, agendo come un controllore a retroazione negativa decentralizzato. La frequenza di pubblicazione aumenta con la dimensione del rollup, confermando analoghi emergenti previsti dalla teoria precedente.
- L'ambiente replica l'ottimo analitico noto per singolo agente prima di estendersi al caso multi-agente endogeno.
- Indipendentemente dai semi casuali, gli apprendisti indipendenti convergono verso circa $3.32 \pm 0.01$ blob per blocco senza garanzia formale di convergenza.
- L'offerta rimane stabile sul target fino a una domanda 50 volte superiore ($10\times - 200\times$), superandola solo quando la fee non può più reggere.
- La presenza di un'opzione esterna per calldata su Layer-1 senza costi abbassa le fee di circa un ordine di grandezza mantenendo l'offerta stabile.
- L'aumento della frequenza di pubblicazione con la dimensione del rollup conferma una soglia dimensionale emergente prevista dalla teoria.
Perché conta. Comprendere i meccanismi endogeni dei prezzi e dell'allocazione delle risorse in ambienti decentralizzati è cruciale per progettare agenti autonomi che operano su infrastrutture blockchain reali senza supervisione centrale.
Scheda generata automaticamente da un modello AI locale a partire dalla fonte originale: può contenere imprecisioni.