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.
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:
- Observation Collector — Erfasst 25-dimensionale Chain-Zustandsvektoren in konfigurierbaren Intervallen.
- Policy Network (MLP) — Ein Go-natives Multi-Layer-Perceptron, das Beobachtungen auf Aktionen abbildet.
- Reward Computer — Bewertet die Qualität von Parameteränderungen über eine gewichtete Multi-Ziel-Funktion.
- 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).
| Eigenschaft | Wert |
|---|---|
| Eingabedimensionen | 25 |
| Versteckte Schichten | 2 |
| Größen der versteckten Schichten | 256, 256 |
| Ausgabedimensionen | 5 |
| Aktivierung (versteckt) | ReLU |
| Aktivierung (Ausgabe) | tanh |
| Parameter insgesamt | 73,733 |
| Präzision | int64-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.
| Index | Dimension | Beschreibung |
|---|---|---|
| 0 | block_utilization | Verbrauchtes Block-Gas / Block-Gas-Limit |
| 1 | tx_count | Anzahl der Transaktionen im Block |
| 2 | avg_tx_size | Mittlere Transaktionsgröße in Bytes |
| 3 | block_time | Zeit seit dem vorherigen Block (ms) |
| 4 | block_time_delta | Blockzeit minus Ziel-Blockzeit (ms) |
| 5 | gas_price_50th | Median-Gaspreis |
| 6 | gas_price_95th | Gaspreis im 95. Perzentil |
| 7 | mempool_size | Anzahl der ausstehenden Transaktionen |
| 8 | mempool_bytes | Gesamtbytes der ausstehenden Transaktionen |
| 9 | validator_count | Anzahl aktiver Validatoren |
| 10 | validator_gini | Gini-Koeffizient der Verteilung der Validator-Power |
| 11 | missed_block_ratio | Anteil der Validatoren, die das Signieren verpasst haben |
| 12 | avg_commit_latency | Durchschnittliche Latenz der Commit-Runde (ms) |
| 13 | max_commit_latency | Maximale Latenz der Commit-Runde (ms) |
| 14 | precommit_ratio | Anteil der empfangenen Precommits |
| 15 | failed_tx_ratio | Anteil der fehlgeschlagenen Transaktionen |
| 16 | avg_gas_per_tx | Mittleres verbrauchtes Gas pro Transaktion |
| 17 | reward_per_validator | Mittlere Belohnung pro Validator (uqor) |
| 18 | slash_count | Anzahl der Slashing-Ereignisse im Beobachtungsfenster |
| 19 | jail_count | Anzahl der Jail-Ereignisse im Beobachtungsfenster |
| 20 | inflation_rate | Aktuelle Emissionsrate |
| 21 | bonded_ratio | Gebondete Tokens / Gesamtangebot |
| 22 | reputation_mean | Mittlerer Reputationswert über aktive Validatoren |
| 23 | reputation_stddev | Standardabweichung der Reputationswerte |
| 24 | mev_estimate | Geschätztes 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.
| Index | Aktionsdimension | Beschreibung |
|---|---|---|
| 0 | block_time_delta | Vorgeschlagene Änderung der Ziel-Blockzeit (ms) |
| 1 | gas_price_delta | Vorgeschlagene Änderung des Basis-Gaspreises |
| 2 | validator_set_size_delta | Vorgeschlagene Änderung der Ziel-Validatorenmengengröße (nur protokolliert, nicht angewendet) |
| 3 | pool_weight_rpos_delta | Vorgeschlagene Änderung des Prioritätsgewichts des RPoS-Pools |
| 4 | pool_weight_dpos_delta | Vorgeschlagene 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
| Komponente | Gewicht | Richtung | Quellmetrik |
|---|---|---|---|
| Throughput | +0.30 | Maximieren | Änderung der Block-Auslastung |
| Finality | +0.25 | Maximieren | Änderung des Precommit-Anteils |
| Dezentralisierung | +0.20 | Maximieren | Negative Änderung des Validator-Gini-Koeffizienten |
| MEV | -0.15 | Minimieren | Aktuelle MEV-Schätzung |
| Fehlgeschlagene Transaktionen | -0.10 | Minimieren | Aktueller 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):
| Modus | ID | Max. Änderung | Verhalten |
|---|---|---|---|
| Shadow | 0 | 0% | 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. |
| Conservative | 1 | +/- 10% | Parameteränderungen innerhalb enger Grenzen anwenden. Geeignet für den anfänglichen Live-Einsatz (aktueller Modus des Mainnets, ohne geladene Policy). |
| Autonomous | 2 | +/- 25% | Parameteränderungen innerhalb weiterer Grenzen anwenden. Für ausgereifte Netzwerke mit validierten Policies. |
| Paused | 3 | 0% | 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):
- Blockzeit-Deltas berechnen — Für jedes aufeinanderfolgende Paar von Block-Zeitstempeln das Blockzeit-Delta berechnen.
- Gesunde Blöcke klassifizieren — Ein Block gilt als gesund, wenn sein Delta positiv und innerhalb des 2-fachen der Ziel-Blockzeit liegt.
- 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:
- Setzt alle von PRISM angewendeten Parameter (Blockzeit, Gaspreis, Pool-Gewichte) auf ihre Standardwerte zurück.
- Pausiert PRISM (setzt
CircuitBreakerActive = true). - Löscht die In-Memory-Policy, um ein erneutes Laden zu erzwingen.
- 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:
| Funktion | Beschreibung | Methode |
|---|---|---|
IntegerSqrt(x) | Quadratwurzel | Newton-Verfahren auf LegacyDec, Konvergenz nach 100 Iterationen |
TaylorLn1PlusX(x) | Natürlicher Logarithmus ln(1+x) | Argumentreduktion + 15-Term-Taylor-Reihe |
ExpApprox(x) | Exponential e^x | 12-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] ab | Sigmoid 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
| Parameter | Typ | Standard | Beschreibung |
|---|---|---|---|
enabled | bool | true | PRISM aktivieren |
observation_interval | uint64 | 10 | Blöcke zwischen Beobachtungserfassungen |
agent_mode | PrismMode | Mainnet: 1 (Conservative). Testnet: 0 (Shadow, seit Proposal 29; die REST-Route meldet ihn als shadow) | Aktueller Betriebsmodus |
max_change_conservative | LegacyDec | 0.10 | Maximale Parameteränderung im Conservative-Modus |
max_change_autonomous | LegacyDec | 0.25 | Maximale Parameteränderung im Autonomous-Modus |
circuit_breaker_window | uint64 | 50 | Anzahl der vom Circuit Breaker überwachten letzten Blöcke |
circuit_breaker_threshold | LegacyDec | 0.50 | Minimaler gesunder Blockanteil vor Auslösung |
default_block_time_ms | int64 | 5000 | Standard-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_price | LegacyDec | 100 | Standard-Basis-Gaspreis |
default_validator_set_size | uint64 | 100 | Standard-Ziel-Validatorenmengengröße |
reward_weight_throughput | LegacyDec | 0.30 | Belohnungsgewicht für Durchsatzverbesserung |
reward_weight_finality | LegacyDec | 0.25 | Belohnungsgewicht für Finalitätsverbesserung |
reward_weight_decentralization | LegacyDec | 0.20 | Belohnungsgewicht für Dezentralisierungsverbesserung |
reward_weight_mev | LegacyDec | 0.15 | Strafgewicht für MEV-Extraktion |
reward_weight_failed_txs | LegacyDec | 0.10 | Strafgewicht 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.