Tokenomics Quantum Design Agent MVP（simulator-only）

Tokenomics Quantum Design Agent MVP

このMVPは何をするものか

Web3トークン経済設計において、ユーザーが「どんなトークノミクスにしたいか」という方針を指定すると、初期配分候補を再評価し、その候補をQAOA軽量評価と発行後36か月の循環政策シミュレーションへ接続する公開MVPです。

使い方の主導線

AI Agent Demoで方針プリセット・配分制約・評価重みを入力する。
最適化後の初期配分を見る。
Phase 1上位候補ランキングでなぜその候補が上位か確認する。
QAOA軽量評価で候補群のサンプリング評価を見る。
Phase 2で、発行後の供給系列とscenario別政策列を見る。
Report ZIPでCSV/Markdown/PNGを取得する。

各タブの目的

タブ	目的	ゴール
Overview / はじめに	MVP全体像を理解する	何のツールか分かる
AI Agent Demo	方針指定から一括実行する	最適配分・QAOA軽量評価・Phase 2結果を見る
Advanced: Phase 1	初期配分最適化を個別確認	候補ランキングとscoreの意味を確認
Advanced: QAOA	QAOA軽量評価を個別確認	良い候補を拾えるか、reps別expected energy等を確認
Advanced: Phase 2	発行後政策を個別確認	scenario別のpolicy sequenceを確認
Report ZIP	成果物取得	提出・検証用ファイルを取得

研究コンセプト: QUBOからQAOAへ接続する理由

この研究の中心は、トークン初期配分を人手の勘だけで決めるのではなく、まず QUBOとして定式化したコスト函数 により低コストな配分候補を探索し、その結果を量子最適化pipelineへ接続して検証することです。

本来の研究フローは、次のように整理できます。

トークン初期配分問題をQUBOとして定式化する。
QUBOのコスト函数が低い配分候補を古典的に探索する。
QUBOをIsing Hamiltonianへ変換する。
QAOAで低エネルギー状態をサンプリングし、QUBO上の最良候補・上位候補と同様の候補を観測できるか検証する。

公開MVPでは、Hugging Face Spacesの無料CPU上で安定して動かすため、full48 QUBOをそのままQAOAで直接解くのではなく、Phase 1で得たbest candidate / 上位候補を使った QAOA軽量評価 として実行しています。したがって、ここで見るべき点は「QAOAが最終配分を決めたか」ではなく、QUBO/Phase 1で良いと判断された候補を、量子アルゴリズムのsampling形式でも再発見できるかです。

simulator-only / no-overclaim note

このMVPはIBM Quantum実機を直接呼び出しません。IBM tokenも不要です。QAOA軽量評価は、量子最適化アルゴリズムであるQAOAを、古典CPU上のsimulator-only環境で模擬実行する評価です。結果は、価格予測・投資助言・量子優位の証明ではなく、トークン初期配分、QAOA軽量評価、発行後政策を比較・説明するための設計支援出力です。

MVP全体フロー

User prompt / preference profile
        ↓
JSON config
        ↓
Phase 1 structured feasible solver
        ↓
Optimized allocation / top candidates
        ↓
QAOA軽量評価（Phase 1のbest candidate・上位候補をsamplingでも再発見できるか確認）
        ↓
Phase 2 linked simulation（36か月供給系列・政策列）
        ↓
Report ZIP / final explanation

読み方: 初期配分の主選択はPhase 1 solverが行います。QAOA軽量評価は、Phase 1が良いと判断したbest candidateや上位候補を、古典CPU上で模擬したQAOA-style samplingでも再発見できるかを見る補助評価です。Phase 2は発行後政策の時系列評価です。

Phase 2 scenarioの意味

Phase 2のscenarioは、Phase 1で決まった供給系列そのものを変えるものではありません。同じ供給系列に対して、発行後の外部環境・政策評価条件を変え、どの政策列が良いかを比較するための条件です。ここでいう外部環境とは、価格予測そのものではなく、供給をどれだけ吸収できるか、P6の実行コストをどれだけ重く見るか、P6を連続使用したときに疲労・市場シグナル悪化をどれだけ考慮するか、といった評価前提です。

Scenario	何を仮定しているか	何を見るか
baseline_current	標準条件。P6 defensive_mix のコストや疲労を強く追加せず、現行baselineで何が起きるかを見る。	供給系列は同じまま、政策評価の前提を標準設定にする。baselineではP6固定が強く見えやすい。
p6_fatigue_standard	P6を連続使用すると市場シグナル悪化・政策疲労が出る、という前提を入れる。	P6を毎月固定で使い続けるより、途中でP1/P3/P0などへ切り替えるdynamic policyが有利になるかを見る。
p6_cost_3x	P6の実行コストを大きく見積もるstress scenario。	P6が効くとしても高コストなら使い続けるべきか、低コスト政策との切替が良いかを見る。
p6_cost_2x_plus_fatigue	P6のコスト上昇と連続使用疲労を同時に入れる代表stress scenario。	固定P6の弱点が出やすく、dynamic policyの効果を確認しやすい。
market_recovery_plus_fatigue	市場吸収力が回復する一方で、P6連続使用疲労は残るscenario。	後半に強い介入を続けず、P0などへ移る政策列が有効になるかを見る。

Phase 2の政策候補 P0〜P6 とは

P0〜P6は、Phase 2で毎月比較する発行後政策の候補です。dynamic policyは、各月の供給状態とscenario条件に対して、これらの政策候補のscoreを比較し、その月のscoreが最も低い政策を選びます。fixed_P6 は、36か月ずっとP6 defensive_mixを使い続ける基準政策です。

Policy	Name	意味
P0	no_action	無介入。追加コストはないが、供給圧力を直接吸収しない。
P1	low_burn	小規模バーン。低コストで軽く供給を吸収する。
P2	medium_burn	中規模バーン。P1より強く供給を吸収するが、負担も増える。
P3	low_staking_reward	小規模ステーキング還元。売り圧を軽く緩和する。
P4	medium_staking_reward	中規模ステーキング還元。中程度の効果とコストを持つ。
P5	low_buyback	小規模買戻し。市場シグナルは強いが直接コストがある。
P6	defensive_mix	複合防御政策。バーン・還元・買戻しを組み合わせた強い政策。効果は大きいが、コストや連続使用疲労も考慮する。

用語集

用語	意味
preference_profile	ユーザー方針。例: community_focused, growth_focused。
structured feasible solver	各配分カテゴリから1候補を選び、合計100ppなどの制約を満たす候補集合をfilter・再順位付けするPhase 1主選択。
custom_ranking_score	preference_profileや重みを反映した順位付け用score。低いほど良い。
evaluate_total_score	元のPhase 1評価score。custom_ranking_scoreとは異なるため、ランキングはcustom_ranking_scoreを見る。
QAOA軽量評価	QAOAという量子最適化アルゴリズムを、公開MVPでは古典CPU上のsimulator-only環境で模擬実行する補助評価。Phase 1が良いと判断したbest candidateや上位候補を、QAOA-style samplingでも拾えるかを見る。最終配分を直接決めるものではない。
exact hit rate	Phase 1上の一番良い候補が、古典CPU上で模擬したQAOAサンプルに出た割合。
expected energy	QAOA-style samplingで得たサンプル全体の平均スコア。低いほどPhase 1上の良い候補に寄っている。
top-k rate	Phase 1上の上位候補群を、QAOA-style samplingでどれくらい拾えたか。
reps	QAOA回路の深さに相当する設定。公開MVPでは古典CPU上のシミュレーションとして比較する。
Phase 2 state timeline	allocation / cliff / vestingから決まる月次解放量・累積供給量・残存ロック量。scenario非依存。
Phase 2 policy timeline	scenario条件に応じて選ばれる月次policy列。scenario依存。
Phase 2 score	供給圧力、政策コスト、政策疲労、切替負担などをまとめた評価値。低いほど良い。
fixed_P6	36か月ずっとP6 defensive_mixを使う基準政策。
dynamic policy	月ごとの状態に応じてP0〜P6を切り替える政策列。fixed_P6よりscoreを下げられるかを見る。
improvement_vs_fixed_P6	fixed_P6と比べてdynamic policyがどれだけscoreを下げたか。正ならdynamic policyが良い。