[論文レビュー] Sharp semi-concavity in a non-autonomous control problem and $L^p$ estimates in an optimal-exit MFG

Samer Dweik, Guilherme Mazanti|Dec 20, 2018

Advanced Mathematical Modeling in Engineering被引用数 4

ひとこと要約

本稿は、時間的に下からのリプシッツ連続性しか仮定しない非同次非定常最適制御問題において、価値関数の鋭い準凸性を確立し、これを応用して最適退出平均場ゲーム（MFG）におけるエージェント分布の一様な$L^p$バインディングを証明する。これにより、力学の弱い正則性仮定のもとで、初期時刻における$L^p$可積分性がすべての将来時刻にわたって保存されることを保証する。

ABSTRACT

This paper studies a mean field game inspired by crowd motion in which agents evolve in a compact domain and want to reach its boundary minimizing the sum of their travel time and a given boundary cost. Interactions between agents occur through their dynamic, which depends on the distribution of all agents. We start by considering the associated optimal control problem, showing that semi-concavity in space of the corresponding value function can be obtained by requiring as time regularity only a lower Lipschitz bound on the dynamics. We also prove differentiability of the value function along optimal trajectories under extra regularity assumptions. We then provide a Lagrangian formulation for our mean field game and use classical techniques to prove existence of equilibria, which are shown to satisfy a MFG system. Our main result, which relies on the semi-concavity of the value function, states that an absolutely continuous initial distribution of agents with an $L^p$ density gives rise to an absolutely continuous distribution of agents at all positive times with a uniform bound on its $L^p$ norm. This is also used to prove existence of equilibria under fewer regularity assumptions on the dynamics thanks to a limit argument.

研究の動機と目的

• 時間に依存する力学に最小限の時間正則性仮定を課した非同次非定常最適制御問題において、価値関数の準凸性を確立すること。
• より強い正則性条件のもとで、最適軌道に沿った価値関数の微分可能性を証明すること。
• 最適退出MFGにラグランジュ的アプローチを定式化し、均衡の存在を証明すること。
• 初期分布が$L^p$密度を持つ場合、すべての正の時刻におけるエージェント分布の均一な$L^p$バインディングを導出すること。
• $L^p$推定に基づく極限論法を用いて、より正則性の低い力学に対しても均衡の存在を拡張すること。

提案手法

• 時間的力学に下からのリプシッツ連続性のみを仮定して、価値関数の鋭い準凸性を証明する。上界の仮定は不要である。
• ポントリャーギンの最大原理を用いて最適軌道を特徴付け、必要条件を導出する。
• ラグランジュ的定式化を用いてエージェントの時間発展を記述し、連続の式とハミルトン–ジャコビ方程式を含むMFG系を導出する。
• 価値関数の準凸性を活用して、すべての時刻におけるエージェント分布の均一な$L^p$バインディングを確立する。
• 正則化された力学の列を構成し、弱収束とコンパクトネスを用いて極限に移行し、最小限の正則性のもとで均衡の存在を証明する。
• 可視解理論を用いて、極限が可視解の意味でハミルトン–ジャコビ方程式を満たすことを検証する。

実験結果

リサーチクエスチョン

• RQ1 非同次非定常最適制御問題において、時間に依存する力学に下からのリプシッツ連続性のみを仮定した場合、価値関数の準凸性を確立できるか？
• RQ2 初期に$L^p$可積分なエージェント分布を持つ場合、最適退出MFGフレームワークにおいて、すべての将来時刻におけるエージェント分布の$L^p$ノルムが一様に有界になるか？
• RQ3 $L^p$推定と極限論法を用いることで、力学の正則性仮定を弱めた場合にも均衡の存在を証明できるか？
• RQ4 価値関数の準凸性は、MFG系における可積分性の伝播にどのように寄与するか？
• RQ5 ラグランジュ的定式化は、均衡の存在証明とMFG系の導出において、どのような役割を果たすか？

主な発見

• 価値関数は空間に関して準凸であり、その鋭い準凸性定数は時間的力学の下からのリプシッツ定数にのみ依存する。
• 力学に追加の正則性仮定がある場合、最適軌道に沿った価値関数の微分可能性が成立する。
• $L^p$密度を持つ絶対連続な初期分布は、すべての正の時刻において絶対連続な分布に発展し、その$L^p$ノルムに一様なバインディングが存在する。
• $L^p$推定が、正則化された力学の列に対する極限論法を用いて、より正則性の低いモデルにおける均衡の存在を証明するために用いられる。
• 極限分布は分布の意味でMFG系を満たし、連続の式とハミルトン–ジャコビ方程式が弱い意味で成立する。
• 正則化された価値関数の勾配列が極限価値関数の勾配に収束することが確立され、MFG系の動的整合性が保証される。