Structural Averaged Controllability for Linear Ensemble Systems: Multi-input Case

技術要約：線形アンサンブル系における構造的平均制御可能性：多入力ケース

問題の定式化
本論文は、多入力を持つ線形アンサンブル系の**構造的平均制御可能性（structural averaged controllability）の問題を扱う。アンサンブル系は、共通の制御入力 $u(t)$ によって駆動される、パラメータ $\sigma \in \Sigma$ によってインデックス付けされた線形時不変系の連続体で構成される。システム力学は次のように与えられる：
$$\frac{\partial}{\partial t}x(t, \sigma) = A(\sigma)x(t, \sigma) + B(\sigma)u(t)$$
ここで、$A(\sigma)$ および $B(\sigma)$ は有界な可測関数である。制御目標は平均制御可能性（averaged controllability）**である。すなわち、任意の初期プロファイルに対して、平均状態 $\bar{\chi}(T) = \int_\Sigma x(T, \sigma) d\mu$ を任意の目標ベクトル $\mathbb{R}^n$ へ導く能力のことである。

本研究の焦点は**構造的（structural）**な側面に置かれている。すなわち、行列 $(A, B)$ の疎性パターン（有向グラフ $G$ で表される）が与えられたとき、そのパターンと整合し、かつアンサンブル平均制御可能にするような行列の実現（realization）が少なくとも一つ存在するかどうかである。単一入力の場合は、先行研究 [CG25] において「コア（core）」グラフと有向スパンニングパスの概念を用いて完全に特性化されているが、一般的な多入力ケースは未解決の問題として残されていた。著者らは、単純な単一入力の条件の拡張が失敗する理由は、複数の入力チャネルが平均制御可能性行列において複雑に相互作用するためであると指摘している。

手法およびグラフ理論的枠組み
著者らは、疎性パターンを $n$ 個の状態ノード（$\alpha$-ノード）と $m$ 個の入力ノード（$\beta$-ノード）を持つ有向グラフ $G = (V, E)$ として表現する、グラフ理論的手法を採用している。解析はグラフの**強連結成分分解（strong component decomposition）**に基づいている：

1. 強連結成分： グラフは強連結成分へと分解される。
2. 循環部分と非循環部分： 非自明な強連結成分（サイクルを含むもの）とその後続ノードの和集合が循環部分 $G^+_{cyc}$ を形成する。残りのノードは、すべての $\beta$-ノードを含む非巡回部分グラフであるコア $G^*$ を形成する。
3. 切断平均制御可能性行列： コア $G^*$ に対して、著者らは $B, AB, \dots, A^{n^*-1}B$ の積分を含む切断平均制御可能性行列 $C_{tr}(A, B)$ を定義する。ここで $n^*$ はコアにおける $\alpha$-ノードの数である。

本手法の核心的な貢献は、ランク条件を満たすためのエッジの重み（行列 $A$ および $B$ の非ゼロ成分の値）を割り当てるための構成的アルゴリズムである。

• コアへの割り当て（アルゴリズム1）： 著者らは、コアのための新しいエッジ重み割り当てアルゴリズムを開発した。単一入力ケースが単純なスパンニングパスに依存するのに対し、多入力ケースでは、切断制御可能性行列がフル行ランクを実現するように重みを割り当てる必要がある。これには、パラメータ空間 $\Sigma$ を等しい測度を持つ互いに素な可測集合に分割し、エッジに対して特定の重み関数（しばしばスカラーの径方向関数 $f$ を含む）を割り当てるプロセスが含まれる。
• 全グラフへの拡張（アルゴリズム2）： コアへの割り当てが完了した後、重みは循環部分（$G_{cyc}$）および付随部分（$G_{appx}$）へと拡張される。この拡張には、パラメータ空間上の径方向座標から導出されるスカラー関数 $f(\sigma)$ を利用する。エッジの重みを $f(\sigma)$ の累乗（具体的には $f(\sigma)^{k\gamma}$、ここで $\gamma$ は無理数）に比例するように割り当てることで、異なる長さやサイクルの通過を持つウォーク（walk）の寄与を分離し、平均制御可能性行列における線形独立性を保証する。これは、$L^2$ 空間における多項式の稠密性を活用したものである。

主要な貢献および結果
本論文は、一般的な多入力線形アンサンブル系における構造的平均制御可能性の必要十分条件を提供する。

定理 3.7： グラフ $G \in \mathcal{G}_{n,m}$ が構造的平均制御可能であるための必要十分条件は以下の通りである：

1. 到達可能性（Accessibility）： すべての $\alpha$-ノードは、少なくとも一つの $\beta$-ノードから到達可能である（すなわち、グラフは到達可能である）。
2. 行飽和マッチング（Row-Saturating Matching）： コア $G^*$ の切断平均制御可能性行列の疎性パターンに関連する行・列の二部グラフ $B(S_{G^*})$ が、行飽和マッチングを持つ。

• 行飽和マッチングの定義： 行が状態ノードに対応し、列が入力を経由するパスの長さに対応する二部グラフにおいて、マッチングが「行飽和」であるとは、すべての行ノードがマッチングに含まれるちょうど一つのエッジに接していることを指す。この条件は、単一入力ケースで見られる「有向スパンニングパス」の条件を一般化したものである（系 3.8）。
• 反例： 著者らは、例 3.9 を通じて、条件が単に $m$ 個の互いに素なパスがすべてのノードをカバーすることではないことを示している。代わりに、マッチング条件は、異なる入力からのパスのより柔軟な組み合わせによってフルランクを達成することを許容する。

証明は構成的である。著者らは、指定された疎性パターンに適合し、ランク条件を満たす $(A, B)$ のペアを明示的に構築している。

• 定理 3.1： コアの疎性パターンを持つ任意のターゲット行列 $M$ に対して、コア上の $(A, B)$ という実現が存在し、$C_{tr}(A, B) = M$ となることを証明している。
• 命題 3.22： 全グラフに対して構築されたペア $(A, B)$ が、フル行ランクの平均制御可能性行列を与えることを証明している。

意義と主張
本論文は、多入力線形アンサンブル系の構造的平均制御可能性を特徴付けるという未解決問題を解決したと主張している。その意義は以下の点にある：

1. 完全性： 単一入力の結果 [CG25] を多入力の設定へと拡張し、完全なグラフ理論的特性化を提供している。
2. 構成的証明： 結果は単なる存在証明にとどまらない。論文では、エッジの重みを割り当てて制御可能性を実現するための具体的なアルゴリズム（アルゴリズム1およびアルゴリズム2）を提供している。
3. 多入力の繊細さ： 本研究は、多入力ケースが単一入力ケースよりも「実質的にデリケートである」ことを強調している。単純なスパンニングパスではなく、行飽和マッチングが必要とされることは、平均制御可能性行列における複数の入力の複雑な相互作用を反映している。
4. アルゴリズム的アプローチ： パラメータ空間上の径方向関数を用いてウォークの寄与を分離する手法は、構造的な枠組みの中でアンサンブル系の無限次元的な性質を扱うための堅牢な方法を提供している。

著者らは、彼らの構成法はフル行ランクの行列を保証するものの、必要なブロック列の数は最小ではない可能性があると述べている。また、アンサンブルの高次統計量（モーメント）を制御するための構造的条件を探求することが今後の課題であるとしている。