Feedback Control and Local Convexification of Wasserstein Gradient Flows

1. Problématique et Contexte

L'article s'intéresse aux flots de gradient de Wasserstein (également appelés dynamique de Langevin de champ moyen) qui décrivent l'évolution de la densité de probabilité $\mu_t$ d'un système de particules en interaction. Ces dynamiques sont régies par l'équation de continuité non locale (McKean-Vlasov-Fokker-Planck) :
$$\partial_t \mu_t = \nabla \cdot \left( \mu_t \nabla \frac{\delta F}{\delta \mu}(\mu_t) \right)$$
où $F(\mu) = E(\mu) + \sigma \int \mu \log \mu \, dx$ est l'énergie libre.

Le défi principal :
Dans de nombreuses applications (métaux granulaires, réseaux de neurones), le paysage énergétique $F$ est non convexe. Cela conduit à :

• L'existence de multiples points d'équilibre (minima locaux, points de selle).
• Des comportements métastables où le système reste piégé dans des minima locaux pendant des temps exponentiellement longs.
• Une convergence lente ou une divergence autour des points d'équilibre instables (où le Hessien de Wasserstein possède des valeurs propres négatives).

L'objectif est de concevoir un mécanisme de contrôle par retour d'état (feedback) capable de stabiliser localement le système autour d'un état stationnaire $\bar{\mu}$ (même instable) et d'accélérer la convergence vers l'équilibre en modifiant la géométrie locale du paysage énergétique.

2. Méthodologie et Cadre Théorique

Les auteurs développent un cadre théorie des opérateurs pour analyser et contrôler ces équations aux dérivées partielles (EDP) infiniment dimensionnelles.

A. Réalisation Opérationnelle du Hessien de Wasserstein

Le premier pas crucial est d'identifier le Hessien de Wasserstein de $F$ en $\bar{\mu}$ avec un opérateur auto-adjoint bien défini.

• Espace d'état : Ils travaillent dans l'espace des potentiels $X = H^1_{zm}(\bar{\mu})$ (fonctions de carré intégrable de moyenne nulle par rapport à $\bar{\mu}$ avec gradient dans $L^2$).
• Opérateur $A$ : Le Hessien de Wasserstein est réalisé comme un opérateur auto-adjoint $A$ sur $X$, borné inférieurement, avec un résolvant compact.
• Spectre : Le spectre de $A$ est discret ($\lambda_1 \le \lambda_2 \le \dots \to +\infty$). Les modes instables correspondent aux valeurs propres $\lambda_k < 0$.
• Lien avec la dynamique : L'opérateur générant le flot linéarisé en variables de densité $\nu = \mu - \bar{\mu}$ est $L = -I_{\bar{\mu}} A I_{\bar{\mu}}^{-1}$, où $I_{\bar{\mu}}$ est l'isométrie de Riesz induite par la métrique de Wasserstein.

B. Stratégie de Contrôle par Retour d'État

Pour stabiliser le système, les auteurs proposent une perturbation de rang fini basée sur le contrôle optimal.

• Cible : Déplacer le spectre de $A$ au-dessus d'un seuil $\delta > 0$ arbitraire (c'est-à-dire rendre toutes les valeurs propres $\ge \delta$).
• Action : On ajoute un terme de contrôle à l'énergie libre : $F_{cl}(\mu) = F(\mu) + Q(\mu)$, où $Q$ est un terme quadratique agissant sur les modes instables.
• Synthèse du contrôle :
  1. On identifie le sous-espace spectral instable $\Sigma_\delta = \{k : \lambda_k < \delta\}$.
  2. On résout une Équation Algébrique de Riccati (ARE) sur ce sous-espace de dimension finie pour obtenir un opérateur de gain $\Pi$.
  3. La loi de contrôle est $u(t) = B^* \Pi \xi(t)$, où $\xi$ est la perturbation du potentiel.

C. Convexification Locale et Stabilité Non Linéaire

• Convexification : Le contrôle modifie le Hessien de l'énergie libre fermée en boucle ($F_{cl}$) de telle sorte que $\text{Hess}_{W^2} F_{cl}(\bar{\mu}) \ge \delta I$. Cela transforme localement le point d'équilibre instable en un minimum local strictement convexe.
• Stabilité : En utilisant des estimées non linéaires (type bootstrap) dans des coordonnées de transport (cartes locales), ils démontrent que cette convexification spectrale implique une stabilisation exponentielle locale de la solution non linéaire complète de l'EDP.

3. Résultats Principaux

Les résultats sont formalisés dans plusieurs théorèmes clés :

1. Théorème A (Réalisation du Hessien) : Le Hessien de Wasserstein est un opérateur auto-adjoint $A$ sur l'espace des potentiels $X$, avec un résolvant compact et un spectre discret.
2. Théorème B (Flot Linéarisé) : Le générateur du flot linéarisé en densité est conjugué à $-A$ via l'isométrie de Riesz. Contrôler la dynamique linéaire équivaut à modifier le spectre du Hessien.
3. Théorème C (Déplacement Spectral) : Pour tout $\delta > 0$, il existe un opérateur de retour d'état de rang fini (via Riccati) tel que l'opérateur en boucle fermée $A_\Pi$ satisfait $A_\Pi \ge \delta I$. L'énergie libre modifiée est localement fortement convexe en $\bar{\mu}$.
4. Théorème D (Stabilisation Exponentielle Locale) : Sous des hypothèses de régularité supplémentaires sur le terme résiduel non linéaire, la loi de contrôle assure que la solution globale converge exponentiellement vers $\bar{\mu}$ avec un taux $\delta$, pour toute condition initiale suffisamment proche.
5. Théorème E (Convexité Forte au Niveau de la Carte) : Sous une hypothèse de reste d'ordre deux, l'énergie relevée est localement fortement convexe dans les coordonnées de transport, garantissant la contractivité de l'application proximale.

4. Extensions et Applications Numériques

L'article étend le cadre théorique à plusieurs cas complexes et le valide numériquement :

• Systèmes Multi-espèces : Extension aux systèmes couplés de plusieurs densités (modèles de champ moyen multi-espèces).
• Dynamiques Contraintes : Adaptation aux équations de Fokker-Planck avec contraintes de moments linéaires (projection du Hessien sur le sous-espace tangent aux contraintes).
• Variétés Riemanniennes Fermées : Application sur des variétés compactes (ex: la sphère $S^2$). Le cadre s'adapte en incluant la courbure de Ricci dans le tenseur de Bakry-Émery, qui agit comme une perturbation bornée du Hessien.
• Validation Numérique :
  • Utilisation d'une méthode de Galerkin spectrale pour discrétiser l'opérateur.
  • Simulation sur le tore plat (potentiel double puits, modèle de Kuramoto) et sur la sphère.
  • Les résultats montrent que le contrôle déplace effectivement le gap spectral (ex: de $\approx 0.036$ à $\approx 12$) et accélère drastiquement la convergence, même pour des perturbations non linéaires importantes.

5. Signification et Contribution

Cet article apporte une contribution majeure à la théorie du contrôle des systèmes de particules en interaction et à la géométrie de Wasserstein :

1. Lien Géométrie-Dynamique : Il établit une correspondance rigoureuse entre la courbure locale du paysage énergétique (Hessien de Wasserstein) et le générateur de la dynamique linéarisée, permettant d'utiliser des outils de contrôle linéaire pour des problèmes non linéaires.
2. Mécanisme Constructif de Convexification : Contrairement aux approches passives qui analysent la métastabilité, cette méthode propose un mécanisme actif et constructif pour "convexifier" localement un paysage énergétique non convexe via un contrôle de rang fini.
3. Stabilisation Garantie : Elle fournit des conditions suffisantes pour garantir une convergence exponentielle locale, contournant les limitations des inégalités de Log-Sobolev globales qui peuvent être trop faibles ou inexistantes.
4. Généralité : Le cadre est suffisamment flexible pour couvrir des systèmes multi-espèces, des contraintes physiques et des géométries courbes, ouvrant la voie à des applications en apprentissage automatique (optimisation de modèles génératifs) et en physique statistique.

En résumé, les auteurs démontrent qu'il est possible de "sculpter" la géométrie locale de l'espace de Wasserstein via un contrôle par retour d'état, transformant des points d'équilibre instables ou métastables en attracteurs stables avec une vitesse de convergence arbitrairement élevée.