Newest papers

Do Rollups Self-Organize? Multi-Agent Reinforcement Learning in the EIP-4844 Blob Fee Market

Alessio Brini · 2026 · arXiv (Cornell University)

DOI: 10.48550/arxiv.2610.15256 · cited by 0 works (OpenAlex) · open-access PDF

Vietnamese

Vì vậy, EIP-4844 cho các rollup Ethereum một chiều kích lệ phí riêng biệt cho dữ liệu, được điều chỉnh bởi một quy tắc cập nhật nhân tố nhằm mục đích ba "blobs" phí mỗi khối. Cho dù mục tiêu này được đạt được phụ thuộc vào số lượng rollups độc lập, tự quan tâm chọn để đăng dữ liệu, một câu hỏi mà các mô hình hình khép kín chỉ giải quyết cho một tác nhân duy nhất phù hợp với dữ liệu Ethereum post-Dencun hoặc trong sự cân bằng tĩnh. Chúng tôi đề xuất một môi trường học tập tăng cường nhiều tác nhân được xác định cho thị trường phí blob, trong đó chi phí cơ sở blob là nội sinh, được thiết lập bởi EIP-4844 quy định về các quyết định tổng hợp của rollups không đồng nhất trên dữ liệu Ethereum post-Dencun. Sau khi xác nhận rằng môi trường tái tạo ra

Machine translation (Meta M2M100); the English original follows.

Abstract

EIP-4844 gave Ethereum rollups a separate fee dimension for data, governed by a multiplicative update rule that targets three ``blobs'' per block. Whether this target is reached depends on how many independent, self-interested rollups choose to post data, a question that closed-form models address only for a single agent under exogenous prices or in a static equilibrium. We propose a calibrated multi-agent reinforcement learning environment for the blob fee market in which the blob base fee is endogenous, set by the EIP-4844 rule on the aggregated decisions of heterogeneous rollups fit to post-Dencun Ethereum data. After confirming that the environment reproduces the known single-agent analytical optimum, we show that independent learners, with no convergence guarantee, still settle near the target without coordination ($3.32\pm0.01$ blobs per block over five seeds). Over a fiftyfold demand range ($10\times$ to $500\times$), supply stays at the target from $10\times$ to $200\times$ and rises above it at higher demand, where the fee can no longer hold it. Posting frequency increases with rollup size, an emergent analog of the size threshold predicted by prior theory. A costless layer-1 calldata outside option pushes the fee down by roughly an order of magnitude while aggregate supply stays at the target, so the fee rule acts as a negative-feedback controller on decentralized supply.

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Topics: Multiplicative function, Dimension (graph theory), Set (abstract data type), Range (aeronautics), Aggregate (composite), Reinforcement learning

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange