本项目提出的框架旨在解决供应链金融中现实世界资产（RWA）的交易流动性和资金稳定性方面的相互交织挑战，将流动性供应定位为一个主动、风险敏感的决策问题。自动做市商（AMM）与存款相结合，为 RWA 持有者提供持续的流动性，而资金库则提供储备，帮助吸收金融冲击。流动性供货商需要动态管理库存风险，因为随机交易流会影响RWAs 与存款之间的平衡，因此必须适时调整资金利率，以吸引资本并维持偿付能力缓冲。随着多种具有多样化信用质素和相关风险的 RWAs 集中在一起，资产定价将受到信用基本面、市场需求和资金条件的共同影响，显著增加系统的复杂性。

这一高维度的随机环境促使我们采用风险敏感的马尔可夫决策过程（MDP）框架，利用方差、条件风险价值（CVaR）、风险价值（VaR）和夏普比率等指标来捕捉终端阶段的奖励风险和长期过程风险。传统的动态编程技术因为风险指标的非可加性和非马可夫性而无法应对，因此需要使用包括有限风险敏感 MDP、强化学习和连续时间强化学习（CTRL）等先进方法。本研究推进了政策优化、收敛分析和遗憾界限的研究，并从单一代理扩展到多代理设置，以模拟流动性供货商与拨款机构在透明且竞争的区块链环境中的战略互动。特别的贡献在于在 MDP 中创新性地优化夏普比率和偿付能力约束的决策制定。

基于这些理论基础，本项目将交付一个综合 RWA 流动性引擎，结合风险敏感的优化与多代理强化学习，以共同管理 AMM 价差和资金库的偿付能力。项目将通过沙盒式模拟来验证该引擎，反映现实的代币化存款流动性条件，包括库存冲击、相关的信用事件和资金压力。其性能将以对机构有意义的指标进行评估，如储备缓冲违规的概率、冲击后的恢复时间、资金利率的稳定性及流动性深度。最终的系统将提供经管控、可审计且可投入生产的解决方案，以实现代币化私人信贷和更广泛 RWA 市场中的可持续流动性和资金管理。