Uniqueness for stochastic differential equations in Hilbert spaces with irregular drift

1. 研究背景与问题定义

核心问题：
本文旨在解决希尔伯特空间（Hilbert Space）中随机微分方程（SDE）的强解存在性与路径唯一性问题，特别是当漂移项（drift term）$b$ 具有非正则性（irregular，即仅满足 Hölder 连续性，而非 Lipschitz 连续）时。

方程形式：
考虑如下形式的随机演化方程：
$$dX_t = (AX_t + b(X_t))dt + (-A)^{-\gamma/2}dW_t, \quad X_0 = x_0 \in H$$
其中：

• $H$ 是可分希尔伯特空间。
• $A$ 是自伴负定算子，具有纯原子谱（purely atomic spectrum）。
• $W$ 是 $H$-柱状维纳过程（cylindrical Wiener process）。
• $b \in C^\alpha(H, H)$ 是 $\alpha$-Hölder 连续的函数（$\alpha \in (0, 1]$）。
• $\gamma \ge 0$ 是噪声正则化参数，确保随机卷积（stochastic convolution）取值于 $H$ 中。

现有局限：

• 在有限维空间中，"噪声正则化"（Regularization by Noise）现象已被广泛理解（如 Zvonkin 变换）。
• 在无限维空间中，Da Prato 和 Flandoli (2010) 的开创性工作虽然证明了唯一性，但要求漂移项 $b$ 满足额外的结构假设（如特征值衰减条件 $\sum \lambda_n^{-1} \| \langle b, e_n \rangle \|^2 < \infty$）。
• 后续研究（如 [AB23, AB25]）虽然尝试放宽条件，但在维度 $d \ge 2$ 时，仍对漂移项在特征基下的 Hölder 范数衰减有严格要求。
• 主要挑战在于：无限维空间中的高斯测度性质使得传统的 Lipschitz 估计失效（除非扰动在 Cameron-Martin 空间中），且无法直接应用有限维的插值理论。

---

2. 方法论创新

本文提出了一种全新的框架，完全摒弃了无限维 Kolmogorov 方程和经典的 Zvonkin 变换方法，转而结合以下三种工具：

1. Le 的随机缝合理论 (Stochastic Sewing Theory)：

   • 利用 Le [Lˆe20, Lˆe23] 发展的随机缝合引理，直接在希尔伯特空间中处理随机积分的收敛性和正则性。
   • 该方法避免了求解偏微分方程（PDE），转而通过控制随机过程的增量矩来建立唯一性。

2. Lasry-Lions 逼近技术 (Lasry-Lions Approximation)：

   • 为了解决无限维空间中无法定义高斯核卷积（Gaussian kernel convolution）的问题，作者引入了 Lasry 和 Lions [LL86] 的逼近方法。
   • 通过将 Hölder 连续函数分解为 Lipschitz 部分和有界部分的和（利用 inf-convolution），在无限维空间中模拟有限维的插值论证，从而量化高斯测度的平均效应。

3. 高斯测度的平均性质与 Sobolev 尺度精细调节：

   • 利用 Cameron-Martin 空间的性质，推导了高斯测度对 Hölder 函数的平滑估计（Lemma 3.1, 3.3）。
   • 关键创新点：作者不仅将漂移项视为取值于 $H$ 的过程，还将其视为取值于 Sobolev 子空间 $H_\rho$ 的过程。通过精细调节 Sobolev 空间的正则性参数 $\rho$ 和时间正则性参数 $\tau$，优化了 $\alpha$ 和 $\gamma$ 的允许范围。

---

3. 主要结果

定理 2.4 (强解存在性与路径唯一性)

在假设 $A$ 满足自伴负定且谱为纯原子，且 $\sum \lambda_k^{-1-\gamma} < \infty$ 的条件下，若漂移项 $b$ 是 $\alpha$-Hölder 连续，且满足以下关于 $\alpha$ 和 $\gamma$ 的条件：

$$\alpha > \alpha^*(\gamma) = \begin{cases} \frac{\gamma}{\gamma + 1} & \text{若 } 0 \le \gamma \le 1 \\ \frac{1}{2} & \text{若 } 1 \le \gamma \le 3 \\ \sqrt{\frac{\gamma - 1}{2}} & \text{若 } \frac{3}{2} \le \gamma < 3 \end{cases}$$

则方程 (1.1) 存在唯一的强解，且路径唯一性成立。

• 参数范围：$\gamma$ 的取值范围扩展到了 $[0, 3)$，且对于所有 $\gamma \in [0, 3)$，$\alpha^*(\gamma)$ 均取值于 $(0, 1)$。

推论 2.5 (随机热方程的应用)

将上述结果应用于随机热方程：
$$dX_t = \Delta X_t dt + b(X_t)dt + (-\Delta)^{-\gamma/2}dW_t$$
在空间 $H = L^2([0, 1]^d)$ 中，当维度 $d \in \{1, \dots, 7\}$ 时，存在 $\gamma$ 使得方程有唯一强解。

• 具体改进：例如当 $d=3$ 时，所需的 Hölder 指数条件从之前的 $\alpha > 2/3$ 放宽至 $\alpha > 1/3$。
• 维度覆盖：该方法覆盖了 $d=1$ 到 $d=7$ 的情况，显著优于以往文献。

---

4. 技术细节与证明策略

1. 去结构假设：
   本文完全移除了对漂移项 $b$ 的任何结构性假设（如特征值衰减条件）。只要 $b$ 是全局 Hölder 连续即可。

2. 双重空间正则性估计：
   证明的核心在于 Lemma 3.10 和 Corollary 3.11。作者同时在两个空间中控制误差：

   • $C^\tau([0, 1], H)$：标准空间。
   • $C^{\tau - \rho/2}([0, 1], H_\rho)$：Sobolev 空间。
     通过 Assumption 3.9 中的参数不等式（涉及 $\gamma, \alpha, \rho, \tau$），确保随机缝合引理中的指数条件满足（即增量阶数大于 $1/2$ 或 $1$）。

3. Lasry-Lions 正则化：
   在 Lemma 3.2 和 3.3 中，利用 $g_\lambda(x) = \inf_t \{g(x+t) + \lambda^{-1}\|t\|\}$ 构造 Lipschitz 逼近，解决了无限维空间中无法直接定义 $P_\lambda f$（高斯平滑）的困难，从而导出了关键的积分估计。

4. 与 Kolmogorov 方法的对比：

   • 传统方法（Zvonkin 变换）需要将 PDE 从椭圆型扩展到抛物型，且在处理时间依赖漂移 $b(t, x)$ 或分数布朗运动时技术难度极大。
   • 本文的随机缝合方法天然适合处理时间依赖漂移（$b(t, x)$）和非马尔可夫噪声（如分数布朗运动），具有更强的扩展性。

---

5. 意义与贡献

1. 理论突破：
   这是首次在不施加任何额外结构假设的情况下，在无限维希尔伯特空间中证明具有非正则漂移的 SDE 的强唯一性。它彻底改变了该领域的研究范式，从依赖 PDE 方法转向概率论与随机分析工具（Stochastic Sewing）。

2. 参数范围的显著扩展：

   • 将 $\gamma$ 的有效范围从 $[0, 1)$ 扩展到 $[0, 3)$。
   • 显著降低了所需的 Hölder 指数 $\alpha$ 的下界。例如在 $d=3$ 的随机热方程中，$\alpha$ 的要求从 $2/3$ 降至 $1/3$。
   • 覆盖了更高维度的情形（$d$ 可达 7）。

3. 与独立工作的比较：
   论文指出，在提交初稿后，Addona 等人 [ABOS25] 也独立去除了结构假设，但其结果仅限于 $\gamma \in [0, 1]$ 且 $\alpha$ 条件较弱。本文通过引入 Sobolev 尺度的精细调节，将结果显著推进至 $\gamma < 3$ 且 $\alpha$ 条件更优。

4. 未来展望：
   该方法为处理时间依赖漂移（$b(t, x)$）和分数布朗噪声（Fractional Brownian Motion）提供了自然的框架，无需像传统方法那样面临巨大的技术障碍。

总结

这篇文章通过结合随机缝合理论、Lasry-Lions 逼近和高斯测度分析，建立了一个通用的框架，成功解决了无限维 SDE 中非正则漂移的强解唯一性问题。其核心贡献在于完全去除了对漂移项的结构限制，并大幅放宽了正则性要求，为随机偏微分方程（SPDE）的适定性理论开辟了新的方向。