[论文解读] Diffusion processes with weak constraint through penalization approximation

Jean-François Jabir|arXiv (Cornell University)|Apr 5, 2017

Geometric Analysis and Curvature Flows参考文献 14被引用 4

一句话总结

本文提出一种惩罚方法，用于构建一个约束扩散过程，其时间边缘分布始终位于 $\mathcal{P}(\mathbb{R}^d)$ 中给定的概率测度集合 $K$ 内，通过使用 $W_2$-Wasserstein 距离将过程的分布投影到 $K$ 上。关键结果表明，惩罚后的 SDE 收敛于满足弱约束的极限过程，其控制过程在 Wasserstein 空间中表现为广义的 Skorohod 类型反射。

ABSTRACT

In this paper, we investigate the construction of a diffusion process whose time-marginal densities are constrained to belong to a given set at all time. The construction is obtained from a penalization approximation to the constraint set, acting on the Wasserstein distance W2 to the constraint space. Under some technical assumptions on the constraint space and the initial distribution of the model, the penalization approximation yields to a stochastic differential equation analogous to the Skorohod problem of reflected diffusion.

研究动机与目标

• 构造一个时间边缘分布被限制在给定子集 $K \subset \mathcal{P}(\mathbb{R}^d)$ 内的扩散过程。
• 基于 $W_2$-Wasserstein 距离，开发一种惩罚逼近方法，以在过程的分布上施加约束。
• 建立惩罚系统收敛于满足弱约束的极限过程，并表现出类似于 Skorohod 反射的控制分量。
• 将反射扩散的框架扩展至对过程分布的弱约束，而非路径上的强约束。

提出的方法

• 引入一个 $\epsilon$-惩罚 SDE，其中控制过程 $L^\epsilon_t$ 通过从当前分布 $\mu_\epsilon(t)$ 到约束集 $K$ 上投影 $\mu^K_\epsilon(t)$ 的 $W_2$-最优传输映射来定义。
• 将惩罚项定义为 $L^\epsilon_t = \int_0^t \frac{T^{\mu_\epsilon(s)\to\mu^K_\epsilon(s)}(X^\epsilon_s) - X^\epsilon_s}{\epsilon} \, ds$，该表达式推动分布向 $K$ 靠近。
• 利用 $W_2$-Wasserstein 距离度量当前分布与约束集之间的距离，并借助最优传输理论实现投影。
• 通过随机时间变换 $\theta_\epsilon$ 采用时间变换公式，以处理控制过程的收敛性，并在极限中确保紧致性。
• 利用 càdlàg 路径空间中的 Skorohod 收敛性，证明惩罚过程在分布上收敛于满足弱约束的极限过程。
• 证明极限控制过程 $L^0_t$ 满足涉及极限过程分布的变分不等式，从而确保约束被保持。

实验结果

研究问题

• RQ1 能否构造一个扩散过程，使其时间边缘分布始终位于给定集合 $K \subset \mathcal{P}(\mathbb{R}^d)$ 内？
• RQ2 如何基于 $W_2$-Wasserstein 距离的惩罚方法来施加此类弱约束？
• RQ3 惩罚后的 SDE 是否收敛于满足弱约束和广义 Skorohod 类型反射条件的极限过程？
• RQ4 最优传输在定义弱约束扩散的控制机制中起什么作用？
• RQ5 极限控制过程与极限扩散在 Wasserstein 空间中的分布之间有何关系？

主要发现

• 惩罚后的 SDE 在分布上收敛于极限过程 $(X^0_t, L^0_t)$，满足对所有 $t \in [0,T]$ 有 $\text{Law}(X^0_t) \in K$。
• 极限控制过程 $L^0_t$ 是连续且有有限变差的，并满足变分不等式 $\mathbb{E}\left[\int_s^t (Y_r - X^0_r) \cdot dL^0_r\right] \leq 0$，其中对所有满足 $\text{Law}(Y_r) \in K$ 的 $Y$ 成立。
• 由于极限路径的连续性，收敛性在连续函数空间 $\mathcal{C}([0,T]; \mathbb{R}^{4d})$ 中按 Skorohod 拓扑成立。
• 极限过程满足 SDE $X^0_t = X^0_0 + \int_0^t b(s,X^0_s)ds + \int_0^t \sigma(s,X^0_s)dW_s + L^0_t$，其中控制项 $L^0_t$ 确保了分布约束的实现。
• 该方法将经典的 Skorohod 反射问题推广至 Wasserstein 空间中分布的设定，以最优传输作为驱动机制。
• 惩罚机制确保过程的分布通过 $W_2$-最优映射投影到 $K$ 上，且控制项作为与 $K$ 的 $W_2$-距离成比例的力。