Zum Hauptinhalt springen

PRISM Consensus Engine

QoreChain bettet PRISM (Policy-driven Reinforcement-learning for Intelligent State Machines), eine Optimierungsschicht auf Basis von Reinforcement Learning, über das Modul x/rlconsensus direkt in die Konsensschicht ein. PRISM beobachtet alle N Blöcke Chain-Metriken und ist darauf ausgelegt, die Inferenz durch ein neuronales Netz mit Festkomma-Arithmetik auszuführen und Anpassungen der Konsensparameter vorzuschlagen — alles deterministisch, ohne Gleitkommaarithmetik in konsenskritischen Pfaden.

Aktueller Stand (Mainnet geprüft am 4. November 2026 mit v3.2.6, das es bis zum 12. November 2026 ausführte, als es auf v3.2.7 wechselte; Testnet am 27. Oktober 2026 auf v3.2.6 geprüft; es läuft seit dem 12. November 2026 mit v3.2.8)

Mainnet. Der Agent befindet sich im Modus conservative, erfasst alle 10 Blöcke eine Beobachtung und eine Belohnung und hat keine geladenen Policy-Gewichte: Er hat 0 Schritte ausgeführt und wendet keine Parameteränderung an. Die Blockzeit wird durch die Node-Konfiguration der Validatoren bestimmt, nicht durch PRISM. Das Laden einer Policy, das Ändern des Modus, das Fortsetzen des Agenten und das Aktualisieren der Belohnungsgewichte sind Governance-Aktionen, die derzeit im Mainnet durch den Circuit Breaker deaktiviert sind (die vier Steuernachrichten stehen weiterhin auf der Liste der deaktivierten), sodass sich der Zustand des Agenten nicht geändert haben kann. Seit v3.2.6 antworten die PRISM-Abfrageroutes unter /qorechain/rlconsensus/v1/ auch im Mainnet (geprüft am 4. November 2026: alle sieben lieferten 200; der Agent meldete den Modus conservative, Epoche 0, 0 Schritte, keine Policy-Gewichte, eine leere letzte Aktion und die angewendeten Standardwerte). Die vier Steuernachrichten stehen weiterhin auf der Liste der deaktivierten.

Testnet. Die Testnet-Governance hat den Agenten in den Shadow-Modus versetzt und eine kleine Demonstrations-Policy geladen (25 Eingänge, eine versteckte Schicht mit 4 Einheiten, 5 Ausgänge, 129 Gewichte, Epoche 1; sie ist ein Test der Verkabelung, nicht das unten beschriebene Produktivnetzwerk). Im Shadow-Modus beobachtet der Agent alle 10 Blöcke, berechnet seine Belohnung und eine vorgeschlagene Aktion und zeichnet sie auf (Event rl_action_proposed), ohne einen Wert zu ändern: applied_params behält seine Standardwerte (Blockzeit 5000 ms, Gaspreis-Untergrenze 100), und last_action meldet "applied": false. Seit v3.2.6 stellen beide Netzwerke das Modul über REST unter /qorechain/rlconsensus/v1/ bereit: agent (Modus, Epoche, Schrittzahl, Zustand des Circuit Breakers), params, observation, reward, policy, applied_params und last_action; der Agent-Circuit-Breaker wurde im selben Release korrigiert und sein Verlauf begrenzt, und der EVM-Precompile rlConsensusParams (0x…0C01) liefert jetzt die Werte des Moduls (der Precompile ist nur im Testnet aktiv; im Mainnet ist er nicht aktiv und ein Aufruf liefert leere Daten, geprüft am 4. November 2026).

Zwei Release-Änderungen schränken ein, was eine künftige Policy oder Parameteränderung bewirken kann. Seit v3.2.2 wird ein Governance-Policy-Update mit geprüfter Arithmetik validiert. Seit v3.2.3 werden die Governance-Nachrichten am rohen Wire-Wert (dem Agentenmodus) auf ihren Wertebereich geprüft, und jedes Belohnungsgewicht muss zwischen 0 und 1 liegen.

Die PRISM-Optimierungsschleife: Chain-Zustand beobachten, Policy-Inferenz ausführen, Parameteränderungen begrenzen und anwenden, dann das Ergebnis zurückspeisen.


Architekturüberblick​

PRISM besteht aus vier Komponenten:

  1. Observation Collector — Erfasst 25-dimensionale Chain-Zustandsvektoren in konfigurierbaren Intervallen.
  2. Policy Network (MLP) — Ein Go-natives Multi-Layer-Perceptron, das Beobachtungen auf Aktionen abbildet.
  3. Reward Computer — Bewertet die Qualität von Parameteränderungen über eine gewichtete Multi-Ziel-Funktion.
  4. Circuit Breaker — Überwacht die Chain-Gesundheit und setzt alle von PRISM angepassten Parameter zurück, falls Instabilität erkannt wird.

Alle Komponenten arbeiten innerhalb des ABCI-Lebenszyklus und erzeugen deterministische, verifizierbare Ausgaben über alle Validatorenknoten hinweg.


Policy Network​

Das Policy Network ist ein Feedforward-Multi-Layer-Perceptron (MLP), das vollständig in Go mit int64-Festkomma-Arithmetik (skaliert mit 10^8) implementiert ist.

Netzarchitektur​

Die Tabelle und die Parameteranzahl unten beschreiben die Design-Größe des Policy Network (zwei versteckte Schichten mit je 256 Einheiten). Auf keinem der Netzwerke ist eine Policy dieser Größe geladen: Das Mainnet hat keine Policy geladen, und das Testnet führt eine kleine Demonstrations-Policy aus (25 Eingänge, eine versteckte Schicht mit 4 Einheiten, 5 Ausgänge, 129 Gewichte).

EigenschaftWert
Eingabedimensionen25
Versteckte Schichten2
Größen der versteckten Schichten256, 256
Ausgabedimensionen5
Aktivierung (versteckt)ReLU
Aktivierung (Ausgabe)tanh
Parameter insgesamt73,733
Präzisionint64-Festkomma (skaliert mit 10^8)

Aufschlüsselung der Parameteranzahl​

Layer 1: 25 * 256 + 256 = 6,656 (input -> hidden_1)
Layer 2: 256 * 256 + 256 = 65,792 (hidden_1 -> hidden_2)
Layer 3: 256 * 5 + 5 = 1,285 (hidden_2 -> output)
Total: 73,733

Festkomma-Arithmetik​

Alle MLP-Berechnungen verwenden int64-Werte, skaliert mit FixedPointScale = 10^8. Dies eliminiert Nichtdeterminismus durch IEEE-754-Gleitkommarundungsunterschiede über verschiedene Hardwareplattformen hinweg.

  • Multiplikation: fixMul(a, b) = (a / SCALE) * b + (a % SCALE) * b / SCALE (aufgeteilt, um Überlauf zu verhindern)
  • ReLU: relu(x) = max(0, x)
  • tanh: Padé-Approximant tanh(x) ~ x * (3*S - x^2) / (3*S + x^2) für |x| <= 2.5*SCALE, andernfalls auf +/- SCALE begrenzt

Die Policy-Gewichte sind dafür ausgelegt, on-chain als abgeflachter []int64-Vektor gespeichert und per Governance-Proposal aktualisiert zu werden. Im Mainnet ist heute keine Policy geladen; das Testnet führt eine kleine Demonstrations-Policy im Shadow-Modus aus (siehe den obigen Statushinweis).


Beobachtungsvektor​

PRISM erfasst bei jedem Beobachtungsintervall (Standard: alle 10 Blöcke) einen 25-dimensionalen Beobachtungsvektor.

IndexDimensionBeschreibung
0block_utilizationVerbrauchtes Block-Gas / Block-Gas-Limit
1tx_countAnzahl der Transaktionen im Block
2avg_tx_sizeMittlere Transaktionsgröße in Bytes
3block_timeZeit seit dem vorherigen Block (ms)
4block_time_deltaBlockzeit minus Ziel-Blockzeit (ms)
5gas_price_50thMedian-Gaspreis
6gas_price_95thGaspreis im 95. Perzentil
7mempool_sizeAnzahl der ausstehenden Transaktionen
8mempool_bytesGesamtbytes der ausstehenden Transaktionen
9validator_countAnzahl aktiver Validatoren
10validator_giniGini-Koeffizient der Verteilung der Validator-Power
11missed_block_ratioAnteil der Validatoren, die das Signieren verpasst haben
12avg_commit_latencyDurchschnittliche Latenz der Commit-Runde (ms)
13max_commit_latencyMaximale Latenz der Commit-Runde (ms)
14precommit_ratioAnteil der empfangenen Precommits
15failed_tx_ratioAnteil der fehlgeschlagenen Transaktionen
16avg_gas_per_txMittleres verbrauchtes Gas pro Transaktion
17reward_per_validatorMittlere Belohnung pro Validator (uqor)
18slash_countAnzahl der Slashing-Ereignisse im Beobachtungsfenster
19jail_countAnzahl der Jail-Ereignisse im Beobachtungsfenster
20inflation_rateAktuelle Emissionsrate
21bonded_ratioGebondete Tokens / Gesamtangebot
22reputation_meanMittlerer Reputationswert über aktive Validatoren
23reputation_stddevStandardabweichung der Reputationswerte
24mev_estimateGeschätztes extrahiertes MEV (Heuristik)

Alle Werte werden als LegacyDec-String-Repräsentationen gespeichert und vor der Inferenz in int64-Festkomma umgewandelt.


Aktionsraum​

Die MLP-Ausgabe ist ein 5-dimensionaler Aktionsvektor, bei dem jede Dimension eine vorgeschlagene Änderung eines Konsensparameters darstellt. Die tanh-Aktivierung begrenzt die Rohausgaben auf [-1, 1], die dann mit modusspezifischen Grenzen skaliert werden.

IndexAktionsdimensionBeschreibung
0block_time_deltaVorgeschlagene Änderung der Ziel-Blockzeit (ms)
1gas_price_deltaVorgeschlagene Änderung des Basis-Gaspreises
2validator_set_size_deltaVorgeschlagene Änderung der Ziel-Validatorenmengengröße (nur protokolliert, nicht angewendet)
3pool_weight_rpos_deltaVorgeschlagene Änderung des Prioritätsgewichts des RPoS-Pools
4pool_weight_dpos_deltaVorgeschlagene Änderung des Prioritätsgewichts des DPoS-Pools

Aktionen werden vor der Anwendung auf die durch den aktuellen PRISM-Modus definierten maximalen Änderungsgrenzen begrenzt.


Belohnungsfunktion​

Das Belohnungssignal bewertet, wie gut die jüngsten Parameteränderungen die Chain-Leistung verbessert haben. Es wird als gewichtete Summe von fünf Zielen berechnet:

R = 0.30 * delta_throughput
+ 0.25 * delta_finality
+ 0.20 * delta_decentralization
- 0.15 * mev_estimate
- 0.10 * failed_tx_ratio
KomponenteGewichtRichtungQuellmetrik
Throughput+0.30MaximierenÄnderung der Block-Auslastung
Finality+0.25MaximierenÄnderung des Precommit-Anteils
Dezentralisierung+0.20MaximierenNegative Änderung des Validator-Gini-Koeffizienten
MEV-0.15MinimierenAktuelle MEV-Schätzung
Fehlgeschlagene Transaktionen-0.10MinimierenAktueller Anteil fehlgeschlagener Transaktionen

Die Belohnungsgewichte sind per Governance konfigurierbar und müssen sich auf genau 1,0 summieren.


PRISM-Modi​

PRISM arbeitet in einem von vier Modi, die per Governance gesteuert werden (die Nachricht zum Moduswechsel ist derzeit im Mainnet abgeschaltet):

ModusIDMax. ÄnderungVerhalten
Shadow00%Nur Empfehlungen beobachten und protokollieren. Es werden keine Parameter geändert. Standard im Code. Seit dem Testnet-Governance-Proposal 29 läuft der Testnet-Agent im Shadow-Modus; der Mainnet-Agent befindet sich im Modus Conservative (Genesis-Einstellung) ohne geladene Policy und wendet daher keine Änderung an.
Conservative1+/- 10%Parameteränderungen innerhalb enger Grenzen anwenden. Geeignet für den anfänglichen Live-Einsatz (aktueller Modus des Mainnets, ohne geladene Policy).
Autonomous2+/- 25%Parameteränderungen innerhalb weiterer Grenzen anwenden. Für ausgereifte Netzwerke mit validierten Policies.
Paused30%PRISM ist vollständig im Leerlauf. Es werden keine Beobachtungen erfasst und keine Inferenz ausgeführt.

Modusübergänge erfordern ein Governance-Proposal. Der empfohlene Einsatzpfad ist: Shadow → Conservative → Autonomous.


Circuit Breaker​

Der Circuit Breaker ist ein Sicherheitsmechanismus, der die Chain-Gesundheit überwacht und alle von PRISM angepassten Parameter automatisch zurücksetzt, falls Instabilität erkannt wird.

Erkennungslogik​

Der Circuit Breaker wertet die letzten 50 Blöcke aus (konfigurierbar über circuit_breaker_window):

  1. Blockzeit-Deltas berechnen — Für jedes aufeinanderfolgende Paar von Block-Zeitstempeln das Blockzeit-Delta berechnen.
  2. Gesunde Blöcke klassifizieren — Ein Block gilt als gesund, wenn sein Delta positiv und innerhalb des 2-fachen der Ziel-Blockzeit liegt.
  3. Gesunden Anteil berechnen — Den gesunden Anteil = gesunde Blöcke / Gesamtzahl der Deltas berechnen.

Auslösebedingung​

Fällt der gesunde Anteil unter die Schwelle (Standard: 50%), löst der Circuit Breaker aus.

Reaktion​

Bei Auslösung führt der Circuit Breaker Folgendes aus:

  1. Setzt alle von PRISM angewendeten Parameter (Blockzeit, Gaspreis, Pool-Gewichte) auf ihre Standardwerte zurück.
  2. Pausiert PRISM (setzt CircuitBreakerActive = true).
  3. Löscht die In-Memory-Policy, um ein erneutes Laden zu erzwingen.
  4. Emittiert ein circuit_breaker_triggered-Event.

Der Circuit Breaker wird automatisch aufgehoben, wenn sich der gesunde Anteil bei nachfolgenden Auswertungen wieder über die Schwelle erholt.


Rollup-Beratungsfunktionen​

PRISM stellt Beratungsfunktionen zur Optimierung von Rollup-Parametern bereit:

  • SuggestRollupProfile — Analysiert die aktuellen Chain-Bedingungen und schlägt optimale Rollup-Konfigurationsparameter vor (Blockzeit, Gas-Limit, Settlement-Frequenz).
  • OptimizeRollupGas — Empfiehlt Anpassungen der Gaspreisgestaltung für Rollup-Settlement-Transaktionen auf Basis der Überlastungsmuster der Hauptchain.

Diese Funktionen sind rein informativ und ändern den Chain-Zustand nicht.


Bibliothek für deterministische Mathematik​

Alle PRISM-Berechnungen verwenden das Paket mathutil, das deterministische Alternativen zur Standard-Gleitkommamathematik bereitstellt:

FunktionBeschreibungMethode
IntegerSqrt(x)QuadratwurzelNewton-Verfahren auf LegacyDec, Konvergenz nach 100 Iterationen
TaylorLn1PlusX(x)Natürlicher Logarithmus ln(1+x)Argumentreduktion + 15-Term-Taylor-Reihe
ExpApprox(x)Exponential e^x12-Term-Taylor-Reihe
SigmoidApprox(x)Sigmoid 1/(1+e^-x)ExpApprox mit Symmetrie für negative Eingaben
ReputationMultiplier(r)Bildet [0,1] auf [0.5,2.0] abSigmoid mit Skalierung und Offset

Alle Funktionen arbeiten mit cosmossdk.io/math.LegacyDec-Werten und stellen identische Ergebnisse über alle Hardwareplattformen und Go-Compiler-Versionen hinweg sicher.


Parameter​

ParameterTypStandardBeschreibung
enabledbooltruePRISM aktivieren
observation_intervaluint6410Blöcke zwischen Beobachtungserfassungen
agent_modePrismModeMainnet: 1 (Conservative). Testnet: 0 (Shadow, seit Proposal 29; die REST-Route meldet ihn als shadow)Aktueller Betriebsmodus
max_change_conservativeLegacyDec0.10Maximale Parameteränderung im Conservative-Modus
max_change_autonomousLegacyDec0.25Maximale Parameteränderung im Autonomous-Modus
circuit_breaker_windowuint6450Anzahl der vom Circuit Breaker überwachten letzten Blöcke
circuit_breaker_thresholdLegacyDec0.50Minimaler gesunder Blockanteil vor Auslösung
default_block_time_msint645000Standard-Ziel-Blockzeit (ms), die als Beobachtungsbasis dient; die tatsächliche Blockzeit beträgt im Mainnet etwa 3,1 s und im Testnet etwa 1,3 s
default_base_gas_priceLegacyDec100Standard-Basis-Gaspreis
default_validator_set_sizeuint64100Standard-Ziel-Validatorenmengengröße
reward_weight_throughputLegacyDec0.30Belohnungsgewicht für Durchsatzverbesserung
reward_weight_finalityLegacyDec0.25Belohnungsgewicht für Finalitätsverbesserung
reward_weight_decentralizationLegacyDec0.20Belohnungsgewicht für Dezentralisierungsverbesserung
reward_weight_mevLegacyDec0.15Strafgewicht für MEV-Extraktion
reward_weight_failed_txsLegacyDec0.10Strafgewicht für fehlgeschlagene Transaktionen

Verwandt​

  • Consensus Mechanism — die Konsensschicht, die PRISM optimiert.
  • AI Engine — die umfassenderen On-Chain-KI-Dienste und -Endpunkte.
  • Tokenomics — wie RL-Signale in Belohnungs- und Parameteranpassungen einfließen.