基于智能合约的金融衍生品自动化提供了显著的效率提升，但其在现实世界中的应用受到将金融规范转化为节省气体的可执行代码的复杂性的制约。特别是，从高层次规范（如通用领域模型（CDM））生成功能正确且经济可行的代码仍然是一个重大挑战。本文介绍了一个强化学习（RL）框架，从CDM规范直接生成功能性和优化气体的Solidity智能合约。我们采用了一个近端策略优化（PPO）代理，该代理学习从预定义库中选择最优代码片段。为了管理复杂的搜索空间，课程通过两个阶段，首先训练代理以实现功能正确性，然后将其焦点转向气体优化。我们的实证结果显示，RL代理学习生成具有显著气体节省的合同，与未经优化的基准相比，在未见测试数据上实现了高达35.59%的成本降低。这项工作提供了一种可行的方法论，用于自动合成可靠且经济可持续的智能合约，弥合高层次金融协议与高效链上执行之间的差距。
Mridul等人（Sun）研究了这个问题。