Dynamic Optimal Transport with Optimal Preferential Paths

Sintesi Tecnica: Trasporto Ottimo Dinamico con Percorsi Preferenziali Ottimali

Formulazione del Problema
Questo lavoro investiga un problema di trasporto ottimo dinamico definito su un dominio $\Omega \subset \mathbb{R}^d$ composto da una regione di volume (bulk) e una curva regolare, non intersecante e a dimensione inferiore $\Gamma \subset \Omega$. Il modello descrive il trasporto di massa in cui la popolazione può muoversi all'interno del volume $\Omega$ e lungo la curva $\Gamma$, con la possibilità di scambiare massa tra le due regioni a un determinato costo. La massa totale del sistema si conserva.

La dinamica è governata da una coppia di equazioni di continuità accoppiate. Siano $\rho_t$ e $\mu_t$ le distribuzioni di massa tempo-dipendenti nel volume e sulla curva, rispettivamente, con le associate quantità di moto $J_t$ e $V_t$. Lo scambio di massa è modellato da un termine di flusso $f_t$ (scambio normale) e dai termini di bordo $G^0_t, G^1_t$ (scambio tangenziale alle estremità della curva). Il sistema è soggetto a funzioni di mobilità non lineari $m_\Omega$ e $m_\Gamma$, che regolano la dinamica nel volume e sulla curva, rispettivamente.

L'obiettivo è minimizzare un funzionale d'azione $A_\Gamma$ che aggrega l'energia cinetica nel volume, l'energia cinetica sulla curva e il costo del trasferimento di massa tra di essi. Il funzionale è definito come:
$$A_\Gamma = \int_\Omega \frac{|J_t|^2}{m_\Omega(\rho_t)} d\lambda_\Omega + \alpha_1 \int_\Gamma \frac{|V_t|^2}{m_\Gamma(\mu_t)} d\lambda_\Gamma + \alpha_2 \int_\Gamma \frac{|f_t|^2}{m_\Gamma(\mu_t)} d\lambda_\Gamma + \dots$$
dove $\alpha_1, \alpha_2 > 0$ sono parametri che controllano i costi relativi del trasporto sulla curva rispetto al volume, e del costo di ingresso o uscita dalla curva.

Il lavoro affronta due scenari distinti:

1. Curva Fissa: La geometria di $\Gamma$ è fissa e l'obiettivo è trovare l'evoluzione ottimale delle misure $(\rho_t, \mu_t, J_t, V_t, f_t)$.
2. Curva Variabile: Anche la forma di $\Gamma$ è una variabile nel problema di ottimizzazione. L'obiettivo è trovare sia la curva ottimale che la dinamica di trasporto ottimale.

Metodologia
Gli autori utilizzano il metodo diretto del calcolo delle variazioni per stabilire l'esistenza di minimizzanti.

• Esistenza per Curve Fisse: Gli autori definiscono uno spazio di tuple ammissibili che soddisfano le equazioni di continuità accoppiate in senso debole (distribuionale). Dimostrano che il funzionale d'azione è convesso e semicontinuo inferiore rispetto alla convergenza debole (narrow convergence) delle misure. Stabilendo stime di Hölder per le misure tempo-dipendenti e utilizzando un teorema di Arzelà-Ascoli generalizzato, dimostrano la compattezza delle sequenze di minimizzanti, provando così l'esistenza di un minimizzante.
• Analisi Asintotica: Il lavoro analizza il comportamento del sistema quando i parametri di costo $\alpha_2$ e $\alpha_3$ (che controllano lo scambio di massa) tendono a zero o all'infinito.
  • Per $\alpha \to \infty$, il costo di scambio diventa proibitivo e il problema si disaccoppia in due problemi di trasporto ottimo indipendenti su $\Omega$ e $\Gamma$ (previa verifica delle condizioni di compatibilità della massa).
  • Per $\alpha \to 0$, lo scambio diventa gratuito e il problema converge a un problema di trasporto accoppiato con costo di scambio nullo.
• Esistenza per Curve Variabili: Per gestire l'ottimizzazione sulla forma della curva, gli autori introducono un termine di regolarizzazione al funzionale d'azione per prevenire auto-intersezioni e garantire la regolarità. Utilizzano l'Energia Tangente-Punto ($E_{tp}^p$), originariamente definita per curve chiuse, qui adattata per curve aperte. Questa energia penalizza le auto-intersezioni e assicura che le curve con energia finita siano sotto-manifold immersi di dimensione uno. Il funzionale di regolarizzazione totale $R(\gamma)$ include l'Energia Tangente-Punto, un termine logaritmico per evitare che la curva si chiuda (garantendo condizioni al contorno ben definite) e una penalità sulla lunghezza.
  • La compattezza è stabilita dimostrando che l'Energia Tangente-Punto limita la norma di Sobolev-Slobodeckij $W^{2-1/p, p}$ della curva, che si imbedde compattamente in $C^{1,\alpha}$.
  • L'esistenza di un minimizzante per il problema congiunto (curva e misure) è provata combinando la compattezza delle misure (Proposizione 4.6) con la semicontinuità inferiore dell'azione e del funzionale di regolarizzazione.

Schema Numerico
Gli autori sviluppano un algoritmo numerico basato su un approccio primale-duale e una formulazione di Lagrange aumentata (ALG2).

• Discretizzazione: Il dominio spazio-temporale è discretizzato utilizzando un metodo degli elementi finiti con elementi lineari a tratti per la curva e elementi prismatici per il dominio spazio-temporale.
• Algoritmo: Per una curva fissa, l'algoritmo risolve un problema di punto di sella alternando gli aggiornamenti delle variabili duali (potenziali) e delle variabili primali (densità e quantità di moto).
• Curva Variabile: Per ottimizzare la curva, il metodo di Lagrange aumentata è inserito all'interno di un ciclo di discesa del gradiente proiettato. Il gradiente del funzionale obiettivo rispetto ai punti di controllo della curva viene approssimato tramite differenze centrali. L'Energia Tangente-Punto è discretizzata utilizzando una specifica regola di quadratura per gestire le singolarità.

Contributi Chiave e Risultati

1. Formulazione Rigorosa: Il lavoro fornisce una definizione rigorosa delle equazioni di continuità accoppiate per il trasporto di massa tra un dominio di volume e una curva a dimensione inferiore, includendo meccanismi di scambio di massa e mobilità non lineari.
2. Esistenza di Minimizzanti: Stabilisce l'esistenza di minimizzanti per il problema di trasporto dinamico sia per percorsi preferenziali fissi che variabili.
3. Limiti Asintotici: Lo studio caratterizza il comportamento limite del sistema accoppiato quando i costi di scambio svaniscono o diventano infiniti, collegando il modello al trasporto ottimo classico con mobilità.
4. Regolarizzazione tramite Energia Tangente-Punto: Il lavoro estende l'applicazione dell'Energia Tangente-Punto alle curve aperte all'interno di un framework di trasporto ottimo, dimostrando che tale energia impone la regolarità necessaria (non auto-intersezione e regolarità $C^1$) per l'esistenza di soluzioni nel caso di curve variabili.
5. Implementazione Numerica: Gli autori presentano uno schema numerico funzionale capace di calcolare geodetiche sia per curve fisse che ottimizzate, dimostrando l'influenza dei parametri di costo e della geometria sulla dinamica del trasporto.

Significatività
Il lavoro sostiene di contribuire alla teoria del trasporto ottimo dinamico generalizzando il framework di Benamou-Brenier per includere strutture a dimensione inferiore (curve) all'interno del dominio. Ciò modella scenari in cui il trasporto è più veloce o meno costoso lungo percorsi specifici (ad esempio, autostrade), ma richiede un costo per accedervi. Permettendo che anche il percorso stesso sia ottimizzato, il lavoro affronta problemi di pianificazione ottimale in cui l'infrastruttura (il percorso) è determinata dalle distribuzioni iniziali e finali della popolazione. L'uso di mobilità non lineari e la gestione rigorosa della geometria della curva tramite l'Energia Tangente-Punto distinguono questo lavoro dagli studi precedenti che spesso si affidavano alla dualità convessa o si concentravano esclusivamente su confini fissi. I risultati numerici illustrano come l'interazione tra i costi di trasporto e la geometria del percorso determini l'evoluzione della massa, offrendo uno strumento per modellare complessi sistemi di trasporto.