策略梯度算法论文

基于策略梯度算法的工作量证明中挖矿困境研究
论文摘要针对区块链中工作量证明(PoW)共识机制下区块截留攻击导致的挖矿困境问题,将矿池间的博弈行为视作迭代的囚徒困境(IPD)模型,采用深度强化学习的策略梯度算法研究IPD的...