Time-optimal problem in the space of probabilities measures

1. Introducción y Planteamiento del Problema

El artículo aborda un problema de control óptimo en tiempo mínimo para un sistema dinámico gobernado por una ecuación de continuidad no local en el espacio de medidas de probabilidad con segundo momento finito ($P_2(\mathbb{R}^d)$).

• Dinámica del Sistema: La evolución de la distribución de partículas $m(t)$ está descrita por:
  $$\partial_t m(t) + \text{div}\left( \int_U f(x, m(t), u) \, \xi(du|t) \cdot m(t) \right) = 0$$
  Donde:

  • $f(x, m, u)$ es un campo de velocidad que depende de la posición $x$, la distribución global $m$ (no localidad) y un control $u$.
  • $U$ es un conjunto compacto de controles.
  • $\xi$ representa un control relajado (una medida en $[0, \infty) \times U$ con proyección marginal de Lebesgue), lo que permite generalizar los controles clásicos.

• Objetivo: Dada una distribución inicial $\mu \in P_2(\mathbb{R}^d)$ y un conjunto objetivo cerrado $M \subset P_2(\mathbb{R}^d)$, se busca encontrar un control $\xi$ que minimice el tiempo $\tau$ necesario para que la trayectoria $m(\cdot; \mu, \xi)$ alcance el conjunto $M$.
  $$\text{Val}(\mu) = \inf_{\xi \in \mathcal{U}} \{ t \geq 0 : m(t; \mu, \xi) \in M \}$$

2. Metodología y Marco Teórico

Los autores desarrollan un enfoque basado en la Programación Dinámica y la teoría de soluciones de viscosidad para ecuaciones de Hamilton-Jacobi (HJ) en espacios de medidas.

• Análisis No Suave en el Espacio de Wasserstein:

  • Se define un marco de análisis no suave utilizando subdiferenciales y superdiferenciales.
  • Innovación clave: A diferencia de enfoques previos que restringen las variaciones y los elementos de los diferenciales a funciones cuadráticamente integrables ($L^2$), este trabajo utiliza variaciones que satisfacen una condición de crecimiento sublineal (clase $SL(m)$). Los elementos duales pertenecen a la clase $LD(m)$.
  • Esta elección es crucial para manejar la no linealidad y el crecimiento del campo de velocidad en problemas de tiempo óptimo, permitiendo probar principios de comparación más fuertes.

• Transformación de Kruzhkov:

  • Dado que la función de valor $\text{Val}(\mu)$ puede tomar el valor $+\infty$ (si el objetivo no es alcanzable), los autores aplican la transformación de Kruzhkov:
    $$\phi(\mu) = 1 - e^{-\text{Val}(\mu)}$$
  • Esto transforma el problema en uno con valores acotados en $[0, 1]$, facilitando el análisis de la ecuación HJ asociada.

• Problema de Dirichlet:

  • Se formula un problema de Dirichlet para la ecuación de Hamilton-Jacobi en el espacio de medidas:
    $$H(m, \nabla \phi(m)) + 1 - \phi(m) = 0, \quad m \in G$$
    $$\phi(m) = 0, \quad m \in \partial G$$
    Donde $G = P_2(\mathbb{R}^d) \setminus M$ y el Hamiltoniano se define como:
    $$H(m, s) = \inf_{u \in U} \int_{\mathbb{R}^d} \langle s(x), f(x, m, u) \rangle m(dx)$$

3. Contribuciones y Resultados Principales

El artículo establece varios teoremas fundamentales que caracterizan completamente el problema:

1. Existencia de Control Óptimo Relajado:

   • Se demuestra la existencia de un control relajado óptimo $\xi^*$ siempre que el valor del problema sea finito (Teorema 3.7). Esto se logra aprovechando la compacidad del espacio de controles relajados y la estabilidad de las trayectorias.

2. Principio de Programación Dinámica (PPD):

   • Se deriva el PPD para la función de valor en el espacio de medidas (Teorema 3.10), estableciendo la relación recursiva:
     $$\text{Val}(\mu) - h = \inf_{\xi \in \mathcal{U}_h} \text{Val}(m(h; \mu, \xi))$$

3. Caracterización como Solución de Viscosidad:

   • Teorema 6.5: Se prueba que la transformación de Kruzhkov de la función de valor, $\phi$, es una solución de viscosidad del problema de Dirichlet (7)-(8).
   • La definición de solución de viscosidad utilizada es más fuerte que las anteriores, al basarse en variaciones de crecimiento sublineal.

4. Principio de Comparación y Unicidad:

   • Teorema 5.1: Se establece un principio de comparación robusto para sub-soluciones y super-soluciones.
   • Corolario 5.2: Como consecuencia, se garantiza la unicidad de la solución de viscosidad para el problema de Dirichlet asociado. La prueba utiliza una función de "medidor de momento" ($V_g$) para regularizar la diferencia entre soluciones y evitar problemas de crecimiento en el infinito.

5. Continuidad y Convergencia $\Gamma$:

   • Teorema 7.1: Se identifica una condición suficiente para la continuidad de la función de valor: si la solución es continua en la frontera $\partial G$, entonces es continua en todo $\text{cl}(G)$. Esto está ligado a la propiedad de "alcanzabilidad local en tiempo pequeño".
   • Teorema 7.4: Se demuestra que la función de valor de un problema perturbado (con dinámica $f_n \to f$) $\Gamma$-converge a la función de valor del problema original. Esto asegura la estabilidad del problema bajo perturbaciones de la dinámica.

4. Significado e Impacto

Este trabajo es significativo por varias razones:

• Generalización de la Teoría de Control: Extiende la teoría clásica de control óptimo y ecuaciones HJ desde espacios euclídeos finitos a espacios de medidas de probabilidad (espacios de Wasserstein), un marco esencial para la teoría de control de campo medio (Mean Field Control).
• Rigor en el Análisis No Suave: La decisión de utilizar variaciones de crecimiento sublineal en lugar de $L^2$ es una contribución técnica mayor. Permite tratar problemas donde el campo de velocidad crece linealmente con la posición, algo común en sistemas físicos y de agentes, sin perder la validez del principio de comparación.
• Unicidad en Tiempo Óptimo: A diferencia de trabajos previos en control de campo medio que a menudo solo establecían existencia o caracterización parcial, este paper proporciona un marco completo de unicidad para el problema de tiempo óptimo mediante soluciones de viscosidad.
• Aplicabilidad: El modelo es aplicable a sistemas de muchos agentes, como dinámica de opiniones, comportamiento de multitudes y enjambres, donde el objetivo es llevar a la población a un estado deseado en el menor tiempo posible.

En resumen, el artículo proporciona una fundamentación matemática rigurosa para el control óptimo en tiempo mínimo de sistemas de partículas interactuantes, resolviendo problemas de existencia, unicidad y estabilidad mediante una sofisticada adaptación de la teoría de soluciones de viscosidad al espacio de medidas.