Profit Model and Optimal Breeding Strategy Applied to the Axie Infinity Game
Autores
|
7439 |
753,3230
|
|
|
7440 |
753,3230
|
Informações:
Publicações do PESC
Os jogos online do tipo "play-to-earn" ganharam grande popularidade, oferecendo aos jogadores a oportunidade de gerar lucros reais. Entre esses jogos, Axie Infinity se destaca como um excelente exemplo, permitindo aos jogadores se envolverem na procriação de criaturas virtuais, representadas como Tokens Não Fungíveis (NFTs) únicos. Os jogadores podem comprar criaturas em um mercado, procriar criaturas pagando uma taxa de procriação e vender as crias no mesmo mercado, com potencial de obter lucro. No entanto, um desafio fundamental neste cenário é a seleção de pares reprodutores, uma vez que cada par pode produzir milhares de crias diferentes com preços de venda potencialmente diferentes. Além disso, as combinações de pares reprodutores crescem de forma quadrática com o número de criaturas disponíveis para reprodução. Esta tese concentra-se na otimização de lucros em jogos baseados em NFT, particularmente Axie Infinity, propondo um modelo matemático para o problema de reprodução como um novo Problema Não Linear Inteiro Misto (em inglês, MINLP). Exploramos dois cenários: utilização de NFTs disponíveis ao jogador para criação; comprando NFTs no mercado. Nossa abordagem de solução em dois estágios envolve a metaheurística Adaptive Large Neighborhood Search (ALNS) para identificar mais rapidamente pares reprodutores lucrativos, seguida pelo solucionador MINLP para determinar estratégias ideais de reprodução. Até onde sabemos, este trabalho apresenta a primeira formulação MINLP e uma solução eficiente para otimização de lucros em jogos online envolvendo procriação de NFT. A validação usando dados reais do Axie Infinity demonstra a eficiência da abordagem proposta na obtenção de lucros quase ótimos em baixo tempo computacional. Por último, esta pesquisa fornece ferramentas práticas para procriadores de NFT que buscam aumentar a lucratividade por meio de estratégias de procriação otimizadas.
Play-to-earn online games have gained widespread popularity, offering players the opportunity to generate profits within and outside the game. Among these games, Axie Infinity stands out as a prime example, allowing players to engage in the breeding of virtual creatures, represented as unique Non-Fungible Tokens (NFTs). Players can purchase creatures from a marketplace, breed creatures by paying a breeding fee, and sell the offspring in the same marketplace, with the potential of making a profit. However, a key challenge in this scenario is selecting breeding pairs, as each pair can yield thousands of different offspring with potentially different selling prices. Moreover, pairwise combinations of breeding pairs grow quadratic with the number of creatures available for breeding. This thesis focuses on profit optimization within NFT-based games, particularly Axie Infinity, proposing a mathematical model for the breeding problem as a novel Mixed-Integer Nonlinear Problem (MINLP). We explore two scenarios: using NFTs available to the player for breeding and buying NFTs from the marketplace. Our two-stage solution approach involves the Adaptive Large Neighborhood Search (ALNS) metaheuristic to more quickly identify lucrative breeding pairs, followed by the MINLP solver to determine optimal breeding strategies. To the best of our knowledge, this work introduces the first MINLP formulation and an efficient solution for profit optimization in online games involving NFT breeding. Validation using real data from the Axie Infinity marketplace demonstrates the efficiency of the proposed approach in achieving near-optimal profits within reduced computational time. Last, this research provides practical tools for NFT-based online game breeders seeking to enhance profitability through optimized breeding strategies.