[論文レビュー] New approach to optimal control of delayed stochastic Volterra integral equations

Roméo Kouassi Konan, Auguste Aman|arXiv (Cornell University)|Mar 26, 2026

Nonlinear Differential Equations Analysis被引用数 0

ひとこと要約

この論文は、予期される後向き確率積分方程式を随伴として導出するためのHida-Malliavin微分幾何フレームワークを開発し、遅延付き stochastic Volterra 控制問題に対して必要十分な確率最大原理を証明する。

ABSTRACT

We address the optimal control of stochastic Volterra integral equations with delay through the lens of Hida-Malliavin calculus. We show that the corresponding adjoint processes satisfy an anticipated backward stochastic Volterra integral equation (ABSVIE), and, exploiting this structure, we establish both necessary and sufficient stochastic maximum principles. Our results provide a comprehensive and rigorous framework for characterizing optimal controls in delayed stochastic systems.

研究の動機と目的

• 遅延と記憶効果を伴う stochastic Volterra積分方程式の最適制御問題を動機づける。
• 非マルコフ的な遅延ダイナミクスを扱うために、Hida-Malliavin微分を用いた随伴フレームワークを開発する。
• 遅延の下で必要十分な確率最大原理を確立する。
• 遅延確率系における最適制御の厳密な特徴付けを提供する。

提案手法

• 遅延を含む制御されたSVIEをモデル化し、性能汎関数Jを指定する。
• Anticipative項を扱うためにHida-Malliavin導関数とClark-Ocone双対性を導入する。
• 随伴方程式として時間前進型後向き確率的Volterra積分方程式（ABSVIE）を導出する。
• ハミリトニアンを定式化し、随伴過程を用いた一階変分解析を確立する。
• ハミリトニアンが凹性仮定の下で十分な確率最大原理を証明する。
• 導出された随伴構造を用いて必要な確率最大原理を証明する。

実験結果

リサーチクエスチョン

• RQ1 anticipative確率微分計算を用いて遅延SVIEの最適制御をどのように特徴付けるのか。
• RQ2 遅延の存在下で確率最大原理を生み出す適切な随伴（ABSVIE）形は何か。
• RQ3 ハミリトニアンフレームワークを、遅延を伴う非マルコフ的で記憶依存的ダイナミクスへ拡張できるか。
• RQ4 これらの遅延系において十分条件と必要条件の最大原理はどのような条件で成立するか。

主な発見

• Anticipated backward stochastic Volterra積分方程式を満たす随伴過程を得る。
• 遅延SVIE制御問題について、必要条件と十分条件の形で確率最大原理を確立する。
• 表現の対称性（Clark-Ocone表現とHida-Malliavin微分）を用いてanticipative項を扱う。
• 本研究の手法は、遅延SVIEの非マルコフで記憶豊富な設定へPMPを拡張する。
• 遅延確率系における最適制御を特徴付ける厳密な枠組みを提供する。