English(EN) The Bidding Games: Reinforcement Learning for MEV Extraction on Polygon Blockchain

强化学习优化 Polygon 区块链上的 MEV 套利

作者 PulseAugur 编辑部 · [1 个来源] · 2026-08-21 04:00

研究人员开发了一个强化学习框架，用于优化 Polygon 区块链上的最大可提取价值（MEV）套利。这种新方法解决了动态、亚秒级密封投标拍卖的挑战，传统博弈论模型难以处理。该系统使用基于 PPO 的竞价代理，可以实时调整其策略，与现有方法相比，在利润获取方面有了显著提高。 AI

影响这项研究可能导致更高效、更有利可图的区块链 MEV 套利策略，可能影响交易排序和网络经济。

排序理由该集群包含一篇学术论文，详细介绍了区块链 MEV 套利的新方法。[lever_c_demoted from research: ic=1 ai=1.0]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Andrei Seoev, Leonid Gremyachikh, Anastasiia Smirnova, Yash Madhwal, Alisa Kalacheva, Dmitry Belousov, Ilia Zubov, Aleksei Smirnov, Denis Fedyanin, Vladimir Gorgadze, Yury Yanovich · 2026-08-21 04:00

竞价游戏：在Polygon区块链上进行MEV提取的强化学习

arXiv:2510.14642v2 Announce Type: replace-cross Abstract: In blockchain networks, the strategic ordering of transactions within blocks has emerged as a significant source of profit extraction, known as Maximal Extractable Value (MEV). The transition from spam-based Priority Gas A…