Regularization and Stability-Bifurcation-Chaos Trilogy for Caputo Fractional Replicator Dynamics with Global Lipschitz Guarantees

技術要約：カプト型分数階レプリケーター力学における正則化、安定性・分岐・カオスの一連の体系

問題提起
古典的な分数階レプリケーター力学は、記憶依存的な進化軌道のモデリングに効果的である一方、根本的な数学的不備（ill-posedness）を抱えている。すなわち、原点 $(0,0,0)$ において平均利得関数が未定義（$0/0$ の不定形）となる。この特異点は、標準的な線形化手法を無効にし、大域的な良置（well-posedness）を妨げる位相的な障害を生じさせる。さらに、既存の文献には以下の3つの重要な欠落が存在する：

1. 大域的正則化の欠如： 従来の研究は、原点から離れた領域にシミュレーションを限定することでこの特異点を回避しているが、リプシッツ連続性の保証を備えた厳密な大域的正則化の枠組みを欠いている。
2. 境界安定性のアーティファクト： 境界平衡点における安定性解析において、フル次元のヤコビ行列を用いる手法は、システムの退化による偽のゼロ固有値を導入し、歪んだ安定性結論を導く。
3. 不完全なカオス認証： カオスの特定は主に単一の正の分数階リアプノフ指数に依存しており、これはトポロジカルな証拠（例：トポロジカル・エントロピー）による裏付けを欠くため、弱いカオス・アトラクタに対して偽陽性を生む可能性がある。加えて、先行研究は未正則化モデルとの定量的ベンチマークや経験的なキャリブレーションを欠いている。

手法
著者らは、感情ゲーム因子と結合した3次元カプト型分数階レプリケーター・システムのための統一フレームワークを提案する。本手法は、以下の4つの明確な理論的および計算的段階を経て進行する：

1. 特異性を排除する正則化：

   • 平均利得関数の分母に正則化パラメータ $\varepsilon > 0$ を導入する ($\bar{f}_\varepsilon = \frac{\sum x_i f_i}{\sum x_i + \varepsilon}$)。
   • 可解領域 $\Omega = [0,1]^3$ の境界上でナグモ（Nagumo）の接線条件を満たすよう、修正された競争項 ($-\sigma xyz$) を採用する。
   • 証明： 著者らは、正則化されたベクトル場がコンパクト領域 $\Omega$ 上で大域的にリプシッツ連続であること、および適切な境界優位条件の下で $\Omega$ が正の不変集合であることを厳密に証明する（定理1）。

2. 区分的な次元削減線形化：

   • 境界平衡点におけるスペクトル退化に対処するため、次元適応型の線形化戦略を開発する。
   • 境界におけるフル3次元のヤコビ行列を評価する代わりに（これは境界上で偽のゼロ固有値を生成する）、非ゼロの戦略成分の数に基づき、システムを低次元の部分系（平面境界には2D、軸境界には1D）へと縮小する。
   • このアプローチは人工的な固有値を排除し、すべての平衡型の正確な安定性分類を保証する。

3. 安定性と分岐解析：

   • スペクトル安定性： マティオン（Matignon）の判定基準 ($|\arg(\lambda)| > \alpha\pi/2$) を縮小されたヤコビ行列に適用し、局所漸近安定性を決定する。
   • ホップ分岐： 中心多様体縮小法を用いて、システムが安定から不安定へと遷移する臨界分数階次数 $\alpha_c$ の閉形式を導出する。
   • 分岐の方向： 閉形式の代数的な判別式（第1リアプノフ係数 $l_1$）を導出し、$l_1$ の符号によって、分岐が超臨界（安定なリミットサイクル）か亜臨界かを決定する。

4. カオス認証フレームワーク：

   • 分数階オゼレディ・エルゴード理論の枠組み内で、カオスの徴候を特定するための複合的な多条件基準を策定する。
   • 4つの条件： (C1) 正の最大リアプノフ指数 ($\Lambda_{max} > 0$)、(C2) $\Omega$ 内での軌道の有界性、(C3) 平衡点、周期軌道、または準周期軌道への収束の不在、(C4) 正のトポロジカル・エントロピー ($h_{top} > 0$)。
   • このフレームワークは、単一指標のアプローチでよく見られるカオスの偽陽性を抑制するように設計されている。

主な結果

• 大域的な良置性： 正則化されたシステムは、大域的にリプシッツ連続かつ正の不変性を持つことが証明されており、これにより $0/0$ の不定形が解消され、解が生物学的に意味のある領域 $[0,1]^3$ 内に留まることが保証される。
• 記憶誘起ホップ分岐： 本研究は、臨界分数階次数 $\alpha_c$ を解析的に導出し、超臨界的な性質を検証する。また、漸近安定 ($\alpha < \alpha_c$) $\to$ リミットサイクル振動 ($\alpha = \alpha_c$) $\to$ 決定論的カオス ($\alpha > \alpha_c$) という3段階の動的遷移を特徴付ける。
• 数値的優位性： 3つの代表的な未正則化モデル（3つの異なる利得行列と競争強度を使用）に対する広範なベンチマーク・シミュレーションにより、以下が示された：
  • 正則化モデルは、滑らかで連続的な軌道を維持し、完全な3次元結合を保持し、正のトポロジカル・エントロピーを持つ複雑で折り畳まれたカオス・アトラクタを生成する。
  • 未正則化ベースラインは、原点付近で数値的な歪みが生じ、非物理的な負の戦略比率を引き起こし、真のカオス力学を捉えることに失敗する退化した低次元（準2次元）運動へと崩壊する。
• 経験的キャリブレーション： 理論的枠組みは、質問票に基づく行動データ（親密な関係における経験尺度および対人反応性指標）を用いたキャリブレーションを通じて経験的な妥当性を得ており、心理学的測定尺度をモデルの分数階次数および競争パラメータに結びつけている。

意義と主張
本論文は、進化メカニズムを保持しつつ、原点の特異性を排除する、分数階レプリケーター力学のための初の厳密な大域的正則化フレームワークを提供すると主張している。その意義は以下の点にある：

1. 数学的厳密性： この文脈ではこれまで証明されていなかった、大域的なリプシッツ連続性と正の不変性を確立したこと。
2. 手法の修正： 区分的な次元削減を通じて、境界安定性解析における「偽のゼロ固有量」のエラーを修正したこと。
3. 堅牢なカオス認証： リアプノフ指数とトポロジカル・エントロピーを統合した多条件フレームワークへと移行し、単一指標による偽陽性を低減させたこと。
4. 検証： 定量的ベンチマークと行動データを通じて、提案されたフレームワークが、特にカオス力学が予想される強い記憶領域において、古典的な未正則化定式化よりも優れた数値的安定性と理論的完全性を提供することを実証したこと。

著者らは、正則化パラメータ $\varepsilon$ が現在はヒューリスティックに選択されていること、トポロジカル・エントロピーの条件を実用上正確に計算することが困難であること、および解析が3戦略ゲームに限定されていることを認め、限界についても触れている。しかしながら、本研究は、記憶依存的なマルチエージェント進化ゲームにおける、正則化からカオス認証に至る基礎的な連鎖を確立している。