Dynamic Optimal Transport with Optimal Preferential Paths

Resumen Técnico: Transporte Óptimo Dinámico con Rutas Preferenciales Óptimas

Formulación del Problema
Este trabajo investiga un problema de transporte óptimo dinámico definido en un dominio $\Omega \subset \mathbb{R}^d$ que comprende una región de volumen (bulk) y una curva regular, no intersectante y de dimensión inferior, $\Gamma \subset \Omega$. El modelo describe el transporte de masa donde la población puede moverse dentro del volumen $\Omega$ y a lo largo de la curva $\Gamma$, con la posibilidad de intercambiar masa entre ambas regiones a un costo determinado. La masa total del sistema se conserva.

La dinámica está gobernada por un par de ecuaciones de continuidad acopladas. Sean $\rho_t$ y $\mu_t$ las distribuciones de masa dependientes del tiempo en el volumen y en la curva, respectivamente, con sus respectivos momentos asociados $J_t$ y $V_t$. El intercambio de masa se modela mediante un término de flujo $f_t$ (intercambio normal) y términos de frontera $G^0_t, G^1_t$ (intercambio tangencial en los extremos de la curva). El sistema está sujeto a funciones de movilidad no lineales $m_\Omega$ y $m_\Gamma$, que regulan la dinámica en el volumen y en la curva, respectivamente.

El objetivo es minimizar un funcional de acción $A_\Gamma$ que agrega la energía cinética en el volumen, la energía cinética en la curva y el costo de la transferencia de masa entre ellos. El funcional se define como:
$$A_\Gamma = \int_\Omega \frac{|J_t|^2}{m_\Omega(\rho_t)} d\lambda_\Omega + \alpha_1 \int_\Gamma \frac{|V_t|^2}{m_\Gamma(\mu_t)} d\lambda_\Gamma + \alpha_2 \int_\Gamma \frac{|f_t|^2}{m_\Gamma(\mu_t)} d\lambda_\Gamma + \dots$$
donde $\alpha_1, \alpha_2 > 0$ son parámetros que controlan los costos relativos del transporte en la curva frente al volumen, y el costo de entrar o salir de la curva.

El artículo aborda dos escenarios distintos:

1. Curva Fija: La geometría de $\Gamma$ es fija, y el objetivo es encontrar la evolución óptima de las medidas $(\rho_t, \mu_t, J_t, V_t, f_t)$.
2. Curva Variable: La forma de $\Gamma$ también es una variable en el problema de optimización. El objetivo es encontrar tanto la curva óptima como la dinámica de transporte óptima.

Metodología
Los autores emplean el método directo del cálculo de variaciones para establecer la existencia de minimizadores.

• Existencia para Curvas Fijas: Los autores definen un espacio de tuplas admisibles que satisfacen las ecuaciones de continuidad acopladas en un sentido débil (distribucional). Demuestran que el funcional de acción es convexo y semic continuo con respecto a la convergencia débil de las medidas. Al establecer estimaciones de Hölder para las medidas dependientes del tiempo y utilizar un teorema de Arzelà-Ascoli generalizado, demuestran la compacidad de las sucesiones minimizantes, probando así la existencia de un minimizador.
• Análisis Asintótico: El artículo analiza el comportamiento del sistema cuando los parámetros de costo $\alpha_2$ y $\alpha_3$ (que controlan el intercambio de masa) tienden a cero o a infinito.
  • Cuando $\alpha \to \infty$, el costo de intercambio se vuelve prohibitivo y el problema se desacopla en dos problemas de transporte óptimo independientes en $\Omega$ y $\Gamma$ (siempre que se cumplan las condiciones de compatibilidad de masa).
  • Cuando $\alpha \to 0$, el intercambio es gratuito y el problema converge a un problema de transporte acoplado con costo de intercambio cero.
• Existencia para Curvas Variables: Para manejar la optimización sobre la forma de la curva, los autores introducen un término de regularización en el funcional de acción para prevenir autointersecciones y asegurar la regularidad. Utilizan la Energía de Punto-Tangente ($E_{tp}^p$), definida originalmente para curvas cerradas, adaptada aquí para curvas abiertas. Esta energía penaliza las autointersecciones y asegura que las curvas con energía finita sean subvariedades embebidas de una dimensión. El funcional de regularización total $R(\gamma)$ incluye la Energía de Punto-Tangente, un término logarítmico para evitar que la curva se cierre (asegurando condiciones de frontera bien definidas) y una penalización de longitud.
  • La compacidad se establece demostrando que la Energía de Punto-Tangente acota la norma de Sobolev-Slobodeckij $W^{2-1/p, p}$ de la curva, la cual se embebe compactamente en $C^{1,\alpha}$.
  • La existencia de un minimizador para el problema conjunto (curva y medidas) se prueba combinando la compacidad de las medidas (Proposición 4.6) con la semic continuidad de la acción y el funcional de regularización.

Esquema Numérico
Los autores desarrollan un algoritmo numérico basado en un enfoque primal-dual y una formulación de Lagrangiano Aumentado (ALG2).

• Discretización: El dominio espacio-temporal se discretiza utilizando un método de elementos finitos con elementos lineales por partes para la curva y elementos prismáticos para el dominio espacio-temporal.
• Algoritmo: Para una curva fija, el algoritmo resuelve un problema de punto de silla alternando las actualizaciones de las variables duales (potenciales) y las variables primales (densidades y momentos).
• Curva Variable: Para optimizar la curva, el método del Lagrangiano Aumentado se integra dentro de un bucle de descenso de gradiente proyectado. El gradiente del funcional objetivo con respecto a los puntos de control de la curva se aproxima mediante diferencias centrales. La Energía de Punto-Tangente se discretiza utilizando una regla de cuadratura específica para manejar las singularidades.

Contribuciones Clave y Resultados

1. Formulación Rigurosa: El artículo proporciona una definición rigurosa de las ecuaciones de continuidad acopladas para el transporte de masa entre un dominio de volumen y una curva de dimensión inferior, incluyendo mecanismos de intercambio de masa y mobilitades no lineales.
2. Existencia de Minimizadores: Establece la existencia de minimizadores para el problema de transporte dinámico tanto para rutas preferenciales fijas como variables.
3. Límites Asintóticos: El estudio caracteriza el comportamiento límite del sistema acoplado cuando los costos de intercambio desaparecen o se vuelven infinitos, vinculando el modelo con el transporte óptimo clásico con mobilitades.
4. Regularización vía Energía de Punto-Tangente: El trabajo extiende la aplicación de la Energía de Punto-Tangente a curvas abiertas dentro de un marco de transporte óptimo, demostrando que esta energía impone la regularidad necesaria (no autointersección y regularidad $C^1$) para la existencia de soluciones en el escenario de curva variable.
5. Implementación Numérica: Los autores presentan un esquema numérico funcional capaz de computar geodésicas tanto para curvas fijas como optimizadas, demostrando la influencia de los parámetros de costo y la geometría en la dinámica del transporte.

Significancia
El artículo afirma contribuir a la teoría del transporte óptimo dinámico al generalizar el marco de Benamou-Brenier para incluir estructuras de dimensión inferior (curvas) dentro del dominio. Esto modela escenarios donde el transporte es más rápido o económico a lo largo de rutas específicas (por ejemplo, autopistas), pero requiere un costo para acceder a ellas. Al permitir que la ruta misma sea optimizada, el trabajo aborda problemas de planificación óptima donde la infraestructura (la ruta) se determina a partir de las distribuciones iniciales y finales de la población. El uso de mobilitades no lineales y el manejo riguroso de la geometría de la curva mediante la Energía de Punto-Tangente distinguen este trabajo de estudios previos que a menudo dependían de la dualidad convexa o se centraban únicamente en fronteras fijas. Los resultados numéricos ilustran cómo la interacción entre los costos de transporte y la geometría de la ruta dicta la evolución de la masa, ofreciendo una herramienta para modelar redes de transporte complejas.