MPFlow: 심층 그래프 강화학습으로 라이트닝 네트워크의 예산 제약 최대 유량 최적화 학습
MPFlow: Learning Budgeted Max-Flow Optimization on the Lightning Network with Deep Graph Reinforcement Learning
비트코인 라이트닝 네트워크(Lightning Network)에서 고정 예산 내 라우팅 용량을 극대화하는 채널 개설 문제를 $s$–$t$ 최대 유량(max-flow) 기반 예산 제약 조합 최적화로 정식화하고, 메시지 패싱 신경망(MPNN)과 PPO를 결합한 경량 그래프 강화학습 에이전트 MPFlow로 해결한다. 허브 제외 커리큘럼으로 학습된 이 에이전트는 실제 라이트닝 네트워크 스냅샷에서 휴리스틱 기준선을 일관되게 능가하며, 프로덕션 환경에 배포되어 30개 노드에서 총 267.3 BTC의 채널 개설 결정을 실행하였다.