4.1 Game Theoretic Consensus

DAN 的核心运行机制基于 Vitalik Buterin 提出的 SchellingCoin 概念。我们通过机制设计,使得“诚实投票”成为该博弈中唯一的强纳什均衡点 (Strong Nash Equilibrium)。

4.1.1 The Schelling Point Mechanism

定义 (Definition):

在博弈论中,谢林点 (Schelling Point) 是指在缺乏沟通的情况下,参与者倾向于选择的“默认”或“自然”解决方案。

在 DAN 中的应用:

在一个二元仲裁案件中(例如:买方胜 vs 卖方胜),仲裁员 $J_1, J_2, ..., J_n$ 必须在无法互相交流(由于 Commit-Reveal 机制)的情况下进行投票。

  • 激励目标: 系统并非奖励“正确”的答案(因为去中心化网络中没有上帝视角的正确答案),而是奖励“与多数人一致” (Coherence)的答案。

  • 共同信号 (The Shared Signal): 仲裁员希望选中多数人会选的那个选项。在这个博弈中,唯一的共同信号就是真相 (The Truth)。

    • 真相是显而易见的(例如:查看发货照片)。

    • 谎言需要复杂的协作(例如:哪个是谎言?选 A 还是 B?)。在没有沟通渠道的前提下,协调一个特定的谎言几乎是不可能的。

    • 因此,“真相”成为了博弈的谢林点。理性的仲裁员为了最大化收益,会预期其他人会选择真相,从而自己也选择真相。

4.1.2 Nash Equilibrium Analysis in Juror Voting

为了证明系统的安全性,我们构建一个形式化的收益矩阵模型。

1. 模型设定 (Model Setup)

假设有一个简单的二选一案件:

  • 选项 : 真相 (Honest outcome)

  • 选项 : 谎言 (Dishonest outcome)

  • 仲裁员集合

  • 每个仲裁员 质押代币数量为

  • 投票奖励为 ,不一致惩罚为 (其中 )。

2. 收益矩阵 (Payoff Matrix)

考虑仲裁员 Alice 的策略,假设她相信其他多数仲裁员会投给某一方:

Alice's Vote (vi​)

Majority's Vote (Vmaj​)

Alice's Payoff (Pi​)

Result

A (Truth)

A (Truth)

+R

Profit

A (Truth)

B (Lie)

-As

Loss

B (Lie)

A (Truth)

-As

Loss

B (Lie)

B (Lie)

+R

Profit

3. Equilibrium Analysis

该博弈存在两个纯策略纳什均衡 (Pure Strategy Nash Equilibria):

  1. 诚实均衡 (Honest Equilibrium): 每个人都投 A。如果 Alice 单方面偏离投 B,她将损失 。因此她不会偏离。

  2. 合谋均衡 (Conspiratorial Equilibrium): 每个人都投 B。如果 Alice 单方面偏离投 A,她将损失 。因此理论上这也是一个均衡。

4. Why Honesty Prevails?

虽然存在两个均衡,但 DAN 通过以下机制打破平局,使得系统收敛于诚实均衡:

  • 协调成本 (Coordination Cost): 达成“合谋均衡”需要巨大的协调成本。所有攻击者必须在同一时间、针对同一案件、且确信其他人都已收到指令投给 B。而在 DAN 的匿名和随机抽签机制下,这种通信是不可能的。

  • 简单诚实代理 (Simple Honest Agents): 我们假设网络中至少存在一小部分(例如 5%)的“利他主义者”或“懒惰者”,他们无论如何都会投给真相。

    • 如果 Alice 知道有 5% 的人铁定投 A,那么投 B 的风险就会增加。

    • 这会引发链式反应:为了安全起见,理性的墙头草也会倒向 A。

  • P+epsilon 攻击抵抗: 即便攻击者试图贿赂(承诺给投 B 的人 的奖励),由于以太坊智能合约的透明性,社区可以发起 User-Activated Soft Fork (UASF) 或触发终审团机制,直接没收攻击者的贿赂资金。

5. Conclusion

通过数学推导可知,只要满足 “诚实仲裁员持有多数代币” 这一基本假设,并且攻击者的协调成本大于 0,{All Vote Truth} 就是该博弈中唯一的、稳定的谢林点。

P(Honest Outcome)1asNjurorsP(\text{Honest Outcome}) \to 1 \quad \text{as} \quad N_{jurors} \to \infty

(当仲裁员数量足够大时,输出诚实结果的概率趋近于 1。)


通过引入纳什均衡和收益矩阵,为 OmniPact 的仲裁机制提供了坚实的理论基础,证明了系统不仅仅是依靠“好人”,而是依靠“理性的自利者”来维护正义。