[论文解读] The Mean Field Games System: Carleman Estimates, Lipschitz Stability and Uniqueness

Michael V. Klibanov|arXiv (Cornell University)|Mar 2, 2023

Stochastic processes and financial applicationsEconomics, Econometrics and Finance被引用 3

一句话总结

本文通过为值函数引入基于测量数据的过定初始条件，建立了二阶平均场博弈系统（MFGS）的Lipschitz稳定性估计。利用一种新型的Carleman估计以及涉及两个测试函数的“准-Carleman”估计，作者首次将反问题技术扩展至MFGS，证明了在初始数据误差下解的唯一性与稳定性。

ABSTRACT

An overdetermination is introduced in an initial condition for the second order mean field games system (MFGS). This makes the resulting problem close to the classical ill-posed Cauchy problems for PDEs. Indeed, in such a problem and overdetermination in boundary conditions usually takes place. A Lipschitz stability estimate is obtained. This estimate implies uniqueness. A new Carleman estimate is derived. The second estimate the author calls "quasi-Carleman estimate", since it contains two test functions rather than a single one in conventional Carleman estimates. These two estimates play the key role. Carleman estimates were not applied to the MFGS prior to the recent work of Klibanov and Aveboukh in arXiv: 2302.10709, 2023. Applications are discussed.

研究动机与目标

• 解决在标准终端与初始条件下，经典平均场博弈系统（MFGS）缺乏唯一性与稳定性结果的问题。
• 当为值函数提供额外的初始条件（以建模含误差的现实世界测量数据）时，建立MFGS的Lipschitz稳定性估计。
• 为MFGS开发新型的Carleman型估计——包括标准Carleman估计与一种新颖的“准-Carleman”估计（涉及两个测试函数），以证明稳定性与唯一性。
• 通过将反问题与不适定问题理论中的技术应用于MFGS，弥合二者之间的差距。
• 基于测量初始条件中的不确定性，为MFGS解提供严格的先验误差估计。

提出的方法

• 在MFGS中为值函数引入过定初始条件，以建模在t=0时刻通过调查代理人获得的数据。
• 使用单一权函数，为MFGS中贝尔曼方程部分推导出一种新的标准Carleman估计。
• 引入一种涉及两个测试函数的“准-Carleman”估计，该方法与经典Carleman估计不同，用于处理耦合系统。
• 应用能量估计与加权Sobolev范数，以控制在数据扰动下MFGS两个解之间的差异。
• 利用所得估计，将解的差异的L2与H1范数以数据误差（包括初始值、终端条件及测量初始数据的误差）表示。
• 通过结合Carleman估计与准-Carleman估计，建立最终的稳定性估计，从而得到解对输入误差的Lipschitz有界性。

实验结果

研究问题

• RQ1 当为值函数提供额外的初始条件时，能否为二阶平均场博弈系统建立Lipschitz稳定性估计？
• RQ2 如何将Carleman估计适配于此前未在此类语境中研究过的耦合、非线性、二阶MFGS？
• RQ3 涉及两个测试函数的“准-Carleman”估计在MFGS稳定性证明中起到何种作用？
• RQ4 包含测量初始数据在多大程度上提升了MFGS解的唯一性与稳定性？
• RQ5 不适定问题与反问题理论是否可成功迁移至平均场博弈框架，从而获得新的稳定性与唯一性结果？

主要发现

• 为MFGS中的贝尔曼方程推导出一种新型Carleman估计，使得可通过加权范数控制解。
• 提出一种新颖的“准-Carleman”估计，采用两个测试函数，其在耦合系统的稳定性分析中起核心作用。
• 建立了Lipschitz稳定性估计，表明MFGS的解对初始数据、终端条件及值函数测量初始值的误差具有连续依赖性。
• 稳定性估计意味着在过定初始条件下，即使不假设单调性，MFGS的解也具有唯一性。
• 最终的稳定性估计（4.34）以t=0与t=T时刻的数据误差的L2范数，界定了解差异的H1范数，证实了先验误差控制。
• 本研究首次将Carleman估计与反问题技术应用于MFGS，为稳定性与唯一性分析开辟了新路径。