本項目提出的框架旨在解決供應鏈金融中現實世界資產（RWA）的交易流動性和資金穩定性方面的相互交織挑戰，將流動性供應定位為一個主動、風險敏感的決策問題。自動做市商（AMM）與存款相結合，為 RWA 持有者提供持續的流動性，而資金庫則提供儲備，幫助吸收金融衝擊。流動性供應商需要動態管理庫存風險，因為隨機交易流會影響RWAs 與存款之間的平衡，因此必須適時調整資金利率，以吸引資本並維持償付能力緩衝。隨著多種具有多樣化信用質素和相關風險的 RWAs 集中在一起，資產定價將受到信用基本面、市場需求和資金條件的共同影響，顯著增加系統的複雜性。
這一高維度的隨機環境促使我們採用風險敏感的馬可夫決策過程（MDP）框架，利用變異數、條件風險價值（CVaR）、風險價值（VaR）和夏普比率等指標來捕捉終端階段的獎勵風險和長期過程風險。傳統的動態編程技術因為風險指標的非可加性和非馬可夫性而無法應對，因此需要使用包括有限風險敏感 MDP、強化學習和連續時間強化學習（CTRL）等先進方法。本研究推進了政策優化、收斂分析和遺憾界限的研究，並從單一代理擴展到多代理設置，以模擬流動性供應商與撥款機構在透明且競爭的區塊鏈環境中的戰略互動。特別的貢獻在於在 MDP 中創新性地優化夏普比率和償付能力約束的決策制定。
基於這些理論基礎，本項目將交付一個綜合 RWA 流動性引擎，結合風險敏感的優化與多代理強化學習，以共同管理 AMM 價差和資金庫的償付能力。項目將通過沙盒式模擬來驗證該引擎，反映現實的代幣化存款流動性條件，包括庫存衝擊、相關的信用事件和資金壓力。其性能將以對機構有意義的指標進行評估，如儲備緩衝違規的概率、衝擊後的恢復時間、資金利率的穩定性及流動性深度。最終的系統將提供經管控、可審計且可投入生產的解決方案，以實現代幣化私人信貸和更廣泛 RWA 市場中的可持續流動性和資金管理。
