[论文解读] CLASSICAL SOLUTIONS TO THE MASTER EQUATION FOR LARGE POPULATION EQUILIBRIA

Jean-François Chassagneux, Dan Crisan+1 more|arXiv (Cornell University)|Nov 11, 2014

Stochastic processes and financial applications参考文献 25被引用 17

一句话总结

本文通过证明关于初始数据在L²空间中可微的McKean-Vlasov前向-后向随机系统解的可微性，建立了大群体平均场随机控制问题中主方程的古典可解性。关键贡献在于表明，解耦场是扩展后的L²-Wasserstein状态空间上主方程的古典解，该结果适用于小时间范围，并可推广至任意有限时间范围。

ABSTRACT

Motivated by recent advances in the theory of large population stochas- tic control, we discuss the smoothness of the flow generated by a forward-backward stochastic system of the McKean-Vlasov type. In order to encapsulate the mean-field feature of the system, the flow is lifted onto an L 2 space above the enlarged state space R dP2pR d q, where d denotes the dimension of the forward equation and P2pR d q is the Wasserstein space of probability measures on R d with a finite second-order moment. Our main result concerns the differentiability of the solution of the forward-backward system with respect to an initial input in L 2 . As a byproduct, we prove that the decoupling field generated by the forward-backward system is a classical solution of a nonlinear partial differential equation set on the enlarged state space, called master equation in reference to the theory of mean-field games. The analysis is performed first for small time horizons. Conditions are also given under which it may be extended to any arbitrary finite horizon. Applications are given to mean-field games and to the control of McKean-Vlasov diffusion processes.

研究动机与目标

• 建立McKean-Vlasov前向-后向随机系统所生成流的光滑性。
• 分析解关于L²空间中初始数据的可微性，以捕捉平均场相互作用。
• 证明解耦场是扩展状态空间上主方程的古典解，该空间结合了R^d和P₂(R^d)。
• 在适当条件下，将小时间范围的结果扩展至任意有限时间范围。
• 为均场博弈和McKean-Vlasov扩散过程的控制提供理论基础。

提出的方法

• 将前向-后向随机系统提升至R^d × P₂(R^d)上的L²空间，纳入平均场测度。
• 使用泛函分析技术研究解映射关于L²中初始条件的可微性。
• 在扩展状态空间上将主方程导出为非线性PDE，表示均场博弈中的值函数。
• 在小时间范围假设下，建立前向-后向系统解的存在性与正则性。
• 提供充分条件，使小时间范围的结果可全局延拓至时间。
• 将理论应用于均场博弈及通过解耦场对McKean-Vlasov扩散过程的控制。

实验结果

研究问题

• RQ1 McKean-Vlasov前向-后向随机系统解在L²空间中关于初始数据可微的条件是什么？
• RQ2 能否证明该系统的解耦场是扩展状态空间上主方程的古典解？
• RQ3 如何建立主方程在小时间范围内的古典可解性？
• RQ4 在何种条件下，小时间范围的古典解可被扩展至任意有限时间范围？
• RQ5 该框架如何应用于均场均衡的设计及McKean-Vlasov扩散过程的控制？

主要发现

• McKean-Vlasov前向-后向随机系统解关于L²空间中初始数据具有可微性，确保了解对初始分布的光滑依赖。
• 该系统生成的解耦场是扩展状态空间R^d × P₂(R^d)上主方程的古典解。
• 通过L²空间上的泛函分析方法，证明了主方程在小时间范围内的古典可解性。
• 提供了充分条件，使古典解可被扩展至任意有限时间范围。
• 该理论框架支持了均场博弈模型和McKean-Vlasov扩散过程控制中古典解的存在性。
• 结果为在大群体随机控制和均场博弈理论中使用主方程提供了严格的理论基础。