技術的サマリー：LightSBB-M

問題定義

確率過程による生成モデリングは、主に古典的なシュレーディンガー・ブリッジ（SB）と拡散モデルに依存してきた。SB 定式化は、ブラウン運動を事前分布として相対エントロピーを最小化することで、ソース分布 $\mu_0$ をターゲット $\mu_T$ に輸送する制御された確率ダイナミクスを構築する。しかし、古典的な SB フレームワークは厳格な要件を課す：ターゲット分布はウィエナー測度に対して有限の相対エントロピーを持つ必要がある（$KL(P \| W_\epsilon) < \infty$）。この制約により、重たい裾を持つ分布や特異なターゲット分布の場合、エントロピー項が発散するため、古典的な SB は実行不可能となる。

一方、バス・マルティンゲール輸送は、ゼロ・ドリフト制約を維持しつつボラティリティを最適化することで柔軟性を提供するが、明示的なドリフト制御が欠如しており、標準的な拡散メカニズムから逸脱している。Henry-Labordere ら（2026）によって導入されたシュレーディンガー・バス・ブリッジ（SBB）問題は、ドリフトとボラティリティの両方を同時に最適化することでこれらのパラダイムを統合する。これは、古典的な SB 限界（$\beta \to \infty$）とバス・マルティンゲール輸送領域（$\beta \to 0$）の間を補間する調整可能なパラメータ $\beta > 0$ を導入する。有限エントロピー制約なしで重たい裾を持つターゲットを扱えるという理論的な利点にもかかわらず、確率ボラティリティと暗黙の輸送マップの複雑さにより、SBB 問題は高次元において計算的に扱いにくいままだった。

手法：LightSBB-M

著者らは、数回の反復で最適な SBB 輸送計画を計算するように設計された、シミュレーション効率の高いアルゴリズム LightSBB-M を提案する。この手法は、SBB 目的関数の双対表現を活用して、最適ドリフトとボラティリティの解析的式を導出するもので、高コストな確率微分方程式（SDE）の離散化を回避する。

中核的な理論的枠組み

SBB 問題は、ドリフト $\alpha_t$ とボラティリティ $\sigma_t$ に対して二次コスト $J(P)$ を最小化する：
$$J(P) = \mathbb{E}_P \left[ \int_0^T \left( \|\alpha_t\|^2 + \beta \|\sigma_t - \sqrt{\epsilon}I_d\|^2 \right) dt \right]$$
ここで、$\beta$ はドリフトとボラティリティのトレードオフを制御する。

著者らは、この問題の双対表現を確立する。ポテンシャル $(v, \psi)$ 上でラグランジュ汎関数を最大化することで、最適制御の明示的なフィードバック方策を導出する：

1. 最適ドリフト: $\alpha^*_t = \nabla_x v^*(t, x)$
2. 最適ボラティリティ: $\sigma^*_t = \sqrt{\epsilon} \left( I_d - \frac{D^2_x v^*(t, x)}{\beta} \right)^{-1}$

重要なのは、SBB システムを「引き伸ばされた」シュレーディンガー・ブリッジと見なせる点である。変換された過程 $Y_t = Y_t(X_t)$ を定義することで、著者らは $Y_t$ が変換された空間において定数ボラティリティ $\sqrt{\epsilon}$ を持つ標準ブラウン運動に従い、元の過程 $X_t$ は学習された輸送マップを介して復元されることを示す。この変換により、$X$ 空間における状態依存拡散が、$Y$ 空間における定数ボラティリティ過程に変換される。

アルゴリズム的実装

LightSBB-M アルゴリズム（アルゴリズム 1）は、交互最適化手順を通じて動作する：

1. 輸送マップ学習: ニューラルネットワーク $Z_{\tilde{\theta}}$ を訓練して、逆輸送マップ $Y_t = Z_{\tilde{\theta}}(t, X_t)$ を近似し、実質的に元の空間から定数ボラティリティの $Y$ 空間へのマッピングを学習する。
2. ドリフト学習: ポテンシャルに対してガウス混合パラメトリゼーション（LightSB-M に着想を得たもの）を用いて、アルゴリズムは $Y$ 空間におけるスコア・ドリフト $s_\theta$ を、ノイズ除去スコアマッチング損失（ブリッジマッチング）を最小化することで学習する。
3. 交互更新: アルゴリズムは、$Y$ 空間における SB ダイナミクスに一致させるためのドリフトパラメータ $\theta$ の更新と、$X$ 空間の端点が $\mu_0$ および $\mu_T$ に一致することを保証するための輸送マップパラメータ $\tilde{\theta}$ の更新の間で交互に行う。

このアプローチにより、推論時にシミュレーションフリーのサンプリングが可能となる。学習が完了すれば、学習されたカップリングから $Y_T$ をサンプリングし、逆マップを介して $X_T$ を復元することで、$X_t$ に対する複雑な SDE を直接解く必要を回避できる。

主要な貢献

1. スケーラブルな SBB ソルバー: ドリフトとボラティリティを同時に学習した生成モデリングを可能にする、最適な SBB 輸送計画を効率的に計算する実用的なアルゴリズム LightSBB-M の提案。
2. 解析的制御式: 最適 SBB 制御のための明示的かつ扱いやすい式の導出。これによりシミュレーションフリーのサンプリングが促進され、SDE 離散化の計算負担が回避される。
3. 実証的な優位性: 合成データおよび高次元の実世界データセットの両方において、既存の SB および拡散モデルのベースラインを上回る最先端のパフォーマンスを達成することを示す広範な数値実験。

実験結果

合成データセット

低次元の合成データセット（8gaussians, moons）において、LightSBB-M は最先端の SB ソルバー（LightSB-M, DSBM など）およびフローベースモデルと比較評価された。

• パフォーマンス: LightSBB-M はすべてのベンチマークタスクで最低の 2-ワッサーシュタイン距離（$W_2$）を達成した。
• 改善: この手法は、最良の SB および拡散ベースラインと比較して、輸送精度で平均19% の改善を示し、同時に結果の分散も減少させた。
• 重たい裾の処理: 古典的な SB が無限エントロピーにより不適切となるケース（ガウス分布から学生 t 分布への輸送）の実験において、LightSBB-M はターゲット分布を正確に復元したが、古典的な SB は顕著なアーティファクトと偽のモードを生成した。

実世界応用：画像間翻訳

FFHQ データセット（1024x1024 解像度）の敵対的潜在オートエンコーダ（ALAE）の潜在空間内で、ペアなし画像間翻訳（成人から子供への顔）に本フレームワークを適用した。

• 年齢翻訳: LightSBB-M は、年齢翻訳の品質を大幅に向上させた。低ノイズ（$\epsilon=0.1$）において、生成された顔のうち 18 歳未満と推定される割合は、LightSB-M ベースラインと比較して倍増した（41.2% 対 20.7%）。高ノイズ（$\epsilon=1$）では、この指標はほぼ 4 倍になった（76.0% 対 19.3%）。
• アイデンティティ保持: LightSBB-M は LightSB-M に比べてアイデンティティ類似度（コサイン類似度）でわずかな低下を示したが、これはモデルの失敗ではなく、本質的により子供らしい顔の生成によるものと解釈される。
• 忠実度: フレchet 開始距離（FID）はベースラインと同等に留まった（20.9 対 21.6）。これにより、向上した多様性と年齢翻訳が画像品質を損なっていないことが確認された。
• 効率性: 従来の拡散モデルが後方・前方サンプリングを必要とするのに対し、LightSBB-M は単一の前方パスでサンプルを生成し、逆拡散ステップからの誤差蓄積を回避する。

意義と主張

本論文は、LightSBB-M を最適輸送理論と現代の生成モデリングの交差点における重要な進展として位置づけている。その主な意義は、確率ボラティリティ輸送を大規模で計算的に扱い可能にした点にある。

著者らは、ドリフトとボラティリティを同時に制御することで、以下の点が達成されると主張している：

• 適用範囲の拡大: 有限エントロピー制約により古典的な SB 手法ではアクセス不可能だった、重たい裾や特異性を持つターゲット分布をモデル化できる。
• 柔軟性の提供: パラメータ $\beta$ により、実務家は純粋なドリフト制御（SB）と純粋なボラティリティ制御（バス）の間を補間でき、サンプルの多様性と忠実度の間のトレードオフを調整できる。
• パフォーマンスの向上: 輸送精度と生成品質の両方で既存のベースラインを上回る、スケーラブルかつ高忠実度のソルバーを提供する。

著者らは、アルゴリズムが数回の反復（通常 5 回）で経験的に収束する一方で、外側の交互ループの形式的な収束証明は未解決の理論的問題であると指摘している。今後の研究としては、反復複雑性の境界を厳密化することや、ヘテロスケダスティシティを持つ時系列データへのフレームワークの拡張に焦点を当てることが提案されている。