物联网网络中区块链的强化学习优化共识

目前大多数区块链系统都采用消耗资源的协议来实现矿工之间的共识；例如，工作量证明（PoW）和实用拜占庭容错（PBFT）方案，它们具有高的计算/通信资源消耗，并且通常需要具有有界延迟的可靠通信。然而，这些协议可能不适合物联网（IoT）网络，因为物联网设备通常重量轻、电池供电，并且部署在不可靠的无线环境中。因此，本文通过强化学习研究了物联网网络中一种高效的区块链共识协议。具体而言，本工作中的共识协议是在通信证明（PoC）方案的基础上直接在通信不可靠的单跳无线网络中设计的。为了提高区块链系统中矿工共识的效率和公平性，提出了一种分布式多Agent强化学习（MARL）算法。在该算法中，每个代理使用一个矩阵来描述最近共识的效率和公平性，并在行动者-评论家框架中仔细调整其行动和奖励，以寻求有效的表现。仿真实验结果表明，该算法保证了协商一致性的公平性，效率几乎达到集中最优解。