A uniform rate of convergence for the entropic potentials in the quadratic Euclidean setting

这是一份关于论文《A UNIFORM RATE OF CONVERGENCE FOR THE ENTROPIC POTENTIALS IN THE QUADRATIC EUCLIDEAN SETTING》（二次欧几里得设定下熵势的一致收敛速率）的详细技术总结。

1. 研究背景与问题定义

背景：
最优传输（Optimal Transport, OT）理论中的二次欧几里得问题旨在寻找两个概率测度 $\mu$ 和 $\nu$ 之间的最优耦合，以最小化传输成本 $\frac{1}{2}|x-y|^2$。根据 Brenier-McCann 定理，存在一个凸函数 $\phi_0$（Brenier 势），其梯度 $\nabla \phi_0$ 将 $\mu$ 推前为 $\nu$。然而，直接计算 $\phi_0$ 需要求解非线性的 Monge-Ampère 方程，这在数值上非常困难。

熵正则化：
为了克服数值计算的困难，Cuturi 等人引入了熵正则化（Entropic Regularization）。通过添加相对熵项 $\varepsilon H(\pi|\mu \otimes \nu)$，问题变得严格凸且易于通过 Sinkhorn 算法求解。正则化后的问题产生了一对“熵势” $(\phi_\varepsilon, \psi_\varepsilon)$。

核心问题：
已知当正则化参数 $\varepsilon \to 0$ 时，熵势 $\phi_\varepsilon$ 及其梯度 $\nabla \phi_\varepsilon$ 会收敛到 Brenier 势 $\phi_0$ 及其梯度。然而，现有的文献主要关注 $L^2(\mu)$ 范数下的收敛速率，或者在离散/半离散设置下的结果。
本文旨在解决的关键问题是： 在连续设置下，对于绝对连续测度，能否给出熵势 $\phi_\varepsilon$ 及其梯度 $\nabla \phi_\varepsilon$ 在紧集上的一致收敛速率（Uniform convergence rate on compact sets）？即寻找 $\|\nabla \phi_\varepsilon - \nabla \phi_0\|_{K, \infty}$ 和 $\|\phi_\varepsilon - \phi_0\|_{K, \infty}$ 关于 $\varepsilon$ 的渐近上界。

2. 主要假设

为了获得定量的收敛速率，作者对概率测度 $\mu$ 和 $\nu$ 提出了以下三个关键假设：

• (A1) 密度函数的凸性结构：
  $\mu$ 和 $\nu$ 具有形式 $d\mu = e^{-V}dx$ 和 $d\nu = e^{-W}dy$，其中 $V, W$ 是光滑函数。

  • $V$ 的 Hessian 矩阵有上界：$\nabla^2 V(x) \preceq \alpha I_d$。
  • $W$ 的 Hessian 矩阵有下界（强凸）：$\nabla^2 W(y) \succeq \beta I_d$。
  • 意义： 这些条件保证了 Brenier 映射 $\nabla \phi_0$ 和熵映射 $\nabla \phi_\varepsilon$ 的全局 Lipschitz 性质，并提供了 Hessian 矩阵的显式控制。

• (A2) Poincaré 不等式：
  测度 $\mu$ 满足 Poincaré 不等式，即存在常数 $C_P(\mu)$ 使得对于均值为零的光滑函数 $h$，有 $\|h\|_{L^2(\mu)}^2 \le C_P(\mu) \|\nabla h\|_{L^2(\mu)}^2$。

  • 意义： 这允许将 $L^2$ 范数下的势函数差控制为其梯度差的 $L^2$ 范数。

• (A3) 有限微分熵：
  $\mu$ 的微分熵 $H(\mu)$ 是有限的。

3. 方法论

作者采用了一种结合凸分析、泛函不等式和插值不等式的综合方法：

1. 凸性与一致收敛的基础：
   利用熵势 $\phi_\varepsilon$ 的凸性（Proposition 2.1），结合已知的一致收敛性，论证了梯度的收敛性。凸函数的性质保证了在紧集上，如果函数本身一致收敛且梯度有界，则梯度也一致收敛。

2. $L^2$ 到 $L^\infty$ 的桥接（Gagliardo-Nirenberg 不等式）：
   这是论文的核心技术工具。作者利用 Gagliardo-Nirenberg 不等式，将梯度的 $L^\infty$ 范数（即一致范数）与势函数的 $L^2$ 范数及 Hessian 的 $L^\infty$ 范数联系起来。
   具体形式为：
   $$\|\nabla u\|_\infty \le C_{GN} \|\nabla^2 u\|_\infty^{\theta} \|u\|_2^{1-\theta}$$
   其中参数选择使得 $\theta = \frac{d+2}{d+4}$。

3. 控制各项项：

   • Hessian 项 ($\|\nabla^2 u\|_\infty$)： 利用假设 (A1) 和 Caffarelli 收缩定理的推广，证明 $\nabla^2 \phi_\varepsilon$ 和 $\nabla^2 \phi_0$ 在 $L^\infty$ 范数下是有界的（与 $\varepsilon$ 无关）。
   • $L^2$ 项 ($\|u\|_2$)：
     • 对于梯度差：利用 [MS25] 的结果，在假设 (A2) 和 (A3) 下，$\|\nabla \phi_\varepsilon - \nabla \phi_0\|_{L^2(\mu)}^2 = O(\varepsilon)$。
     • 对于势函数差：利用 Poincaré 不等式 (A2) 将势函数的 $L^2$ 误差转化为梯度的 $L^2$ 误差，从而得到 $\|\phi_\varepsilon - \phi_0\|_{L^2(\mu)}^2 = O(\varepsilon)$。
   • 紧集上的点态控制： 通过引理 3.2，利用切比雪夫不等式和矩的存在性，证明在紧集内存在一点 $x^*_\varepsilon$，使得势函数及其梯度在该点的差是有界的。结合 Lipschitz 性质，将局部点态控制扩展到整个紧集。

4. 主要结果

定理 1.2 (梯度的一致收敛速率)：
在假设 (A1)-(A3) 下，对于任意紧集 $K \subset \mathbb{R}^d$，存在可计算常数 $C_{grad}$，使得：
$$\|\nabla \phi_\varepsilon - \nabla \phi_0\|_{K, \infty} \le C_{grad} \, \varepsilon^{\frac{1}{d+4}}$$
这表明梯度在紧集上以 $\varepsilon^{\frac{1}{d+4}}$ 的速率一致收敛。

定理 1.3 (势函数的一致收敛速率)：
在相同的假设及归一化条件（$\int \phi_\varepsilon d\mu = 0$）下，对于任意连通紧集 $K$，存在常数 $C_{pot}$，使得：
$$\|\phi_\varepsilon - \phi_0\|_{K, \infty} \le C_{pot} \left( \varepsilon^{\frac{1}{d+4}} + \varepsilon \right)$$
由于 $\varepsilon^{\frac{1}{d+4}}$ 在 $\varepsilon \to 0$ 时主导 $\varepsilon$，势函数的收敛速率主要由梯度项决定。

特例：高斯分布 (命题 1.1)：
当 $\mu$ 和 $\nu$ 均为高斯分布时，作者给出了显式的解析解，并证明收敛速率实际上是线性的 $O(\varepsilon)$。这揭示了定理 1.2 中的指数 $\frac{1}{d+4}$ 可能不是最优的，但在一般非高斯情况下，这是目前得到的第一个定量界。

5. 意义与贡献

1. 填补了理论空白： 这是首篇在连续设置下，针对熵正则化最优传输问题，给出势函数及其梯度在紧集上一致收敛速率的定量结果。此前的文献主要集中在 $L^2$ 范数或离散设置。
2. 方法创新： 成功地将 Gagliardo-Nirenberg 不等式应用于最优传输势函数的正则性分析，建立了从 $L^2$ 误差到 $L^\infty$ 误差的桥梁。
3. 应用价值： 该结果为使用 Sinkhorn 算法近似最优传输映射提供了更坚实的理论保证。它表明，只要 $\varepsilon$ 足够小，熵正则化得到的梯度映射不仅在平均意义下（$L^2$），而且在空间上的每一点（紧集上）都能很好地逼近真实的 Brenier 映射。
4. 假设的合理性： 提出的假设 (A1)-(A3) 涵盖了广泛的一类分布（如对数凹分布），使得结果具有较好的普适性。

总结：
本文通过结合凸分析性质、Poincaré 不等式和插值不等式，证明了在二次欧几里得成本下，熵正则化势函数的梯度在紧集上以 $\varepsilon^{\frac{1}{d+4}}$ 的速率一致收敛到最优传输映射。这一结果为熵正则化方法在连续最优传输问题中的数值近似精度提供了重要的理论依据。