技术摘要：一种针对奇异 SPDE 的通用旁控拟设 (General Paracontrolled Ansatz)

问题陈述

本文研究了一类广泛的奇异随机偏微分方程 (SPDE) 的局部适定性，其形式为：
$$L u = \sum_{\ell=1}^{\ell_0} F_\ell(v) \xi_\ell$$
其中 $L = \partial_t - \mathcal{L}$ 是一个微分算子，$v$ 涉及 $u$ 的导数，而 $\xi_\ell$ 是具有低正则性（$C^{\alpha_i}$）的时空噪声。虽然正则结构理论 (Regularity Structures, Hairer [37]) 已为求解此类方程提供了一个通用的框架，但旁控方法 (paracontrolled approach, Gubinelli, Imkeller, Perkowski [33]) 在历史上缺乏一个具有同等规模的通用拟设。现有的旁控方法已在特定模型（如 $\Phi^4_3$, KPZ, 2D Yang-Mills）中取得了成功，但这些方法依赖于特设的构造或有限的展开。主要的挑战在于，如何提供一种系统的、通用的旁控拟设，在不依赖于正则结构用于解定义的完整机制的情况下，处理广泛的亚临界 SPDE 中的非线性项和奇异乘积，同时仍能利用其代数工具。

方法论

作者开发了一种基于装饰树 (decorated trees) 和迭代旁乘积 (iterated paraproducts) 的通用拟设，弥合了旁控微积分的全局性质与正则结构的局部展开技术之间的差距。

1. 通用拟设

解 $u$ 被提议为如下形式：
$$u = \sum_{|I(\tau)| < \gamma} P(u_\tau, Z_{I(\tau)}) + u^\#$$
其中：

• $P$ 表示时空旁乘积 (space-time paraproduct)。
• $Z_{I(\tau)}$ 是由装饰树 $\tau$（嫁接到新根上）索引的参考随机分布。
• $u_\tau$ 是由应用于解的导数的初等微分 $\Upsilon_F[\tau]$ 给出的系数。
• $u^\#$ 是 $C^\gamma$ 中的光滑余项。

2. 代数框架

该构造依赖于两种截然不同但又相互关联的正则结构：

• 装饰树 (Decorated Trees)： 用于编码非线性项和方程的结构（遵循 [6, 16]）。
• 装饰词 (Decorated Words)： 一种新引入的正则结构，用于编码迭代旁乘积的局部展开。这一结构对于将解“提升”到模分布 (modelled distributions) 空间中至关重要。

一项关键创新是定义了一个广义 Hairer-Kelly 映射 ($\Psi$)，它将装饰树映射到装饰词。该映射允许作者将树的代数结构转化为迭代旁乘积的语言，从而促进了非线性项 $F_\ell(v)$ 的旁线性化 (paralinearisation)。

3. 随机数据构造

参考分布 $Z_\tau$ 通过以下方式归纳定义：

• 与噪声和单项式的逐点乘积。
• 与核 $K$（与 $L^{-1}$ 相关）进行时空卷积。
• 低阶项的迭代旁乘积。
  至关重要的是，构造过程在定义中避免了显式的共振乘积 (resonant products)，而是将其解释为通过旁乘积减去不规则分量后得到的广义共振乘积。

4. 重整化

本文整合了准备映射 (preparation map) 形式化（由 [5, 6] 引入）来处理重整化。给定一个准备映射 $R$，重整化后的随机数据定义为 $\hat{Z}_\tau = \hat{Z}^\circ_{R\tau}$，其中 $\hat{Z}^\circ$ 是一个乘性集合。这导致了一个非线性项被通过准备映射的伴随算子 ($R^*$) 进行修改的重整化方程。

5. 收敛性分析

为了证明重整化随机数据在 $\epsilon \to 0$ 时的收敛性，作者采用了谱间隙方法 (spectral gap approach)（最初用于 [48] 中的多指标，并扩展到 [45, 38, 14] 中的树）。

• 他们在“词”上引入了一种正则性-可积性结构 (regularity-integrability structure)，结合 Besov 空间来追踪可积性。
• 他们定义了一个映射 $j^*$，该映射在代数上编码了 Besov 嵌入，有效地“遗忘”了由 Malliavin 导数提供的额外正则性，同时追踪可积性的损失。
• 一个关键的代数恒等式（定理 8.5）将随机数据的 Malliavin 导数 $\delta \hat{Z}_\tau$ 与数据自身的变换版本联系起来，从而实现了对矩的归纳界限估计。

主要贡献与结果

1. 通用旁控拟设 (定理 1.1)

本文为重整化方程建立了不动点论证：
$$L u^\epsilon = \sum_{\ell=1}^{\ell_0} (R_\epsilon F_\ell)(v^\epsilon) \xi^\epsilon_\ell$$
它证明了对于任何初始条件 $u_0 \in C^\gamma$ 和容许的随机数据，存在一个由通用旁控展开描述的唯一局部解。该解对初始数据和随机输入连续依赖。

2. 通过模分布实现的旁线性化

作者展示了旁控拟设允许对非线性项进行旁线性化。通过将解提升到“词”正则结构上的模分布，他们表明方程的右侧保持了旁控结构。这使得在光滑余项 $u^\#$ 上使用不动点论证成为可能。

3. 通过准备映射进行的重整化

本文提供了一种使用准备映射导出重整化方程的系统方法。它表明重整化后的非线性项由 $\Upsilon_F[R^* \Xi_\ell]$ 给出，从而在旁控框架内统一了不同奇异 SPDE 的重整化处理。

4. 随机数据的收敛性 (定理 1.2)

在噪声满足谱间隙不等式（假设 2）的条件下，作者证明了重整化随机数据 $(\hat{Z}^m_\tau)$ 在 $L^q$ 中对于任何 $1 \le q < \infty$ 都是收敛的。极限与光滑化参数 $\epsilon$ 无关。这一结果是在没有直接实现 BPHZ 算法的情况下，通过适配到基于“词”的正则结构的谱间隙方法实现的。

意义与主张

本文声称填补了文献中的一个重要空白，即提供了一个在范围上可与正则结构相媲美的通用旁控拟设。

• 统一性： 它将旁控方法与正则结构的代数机制（特别是使用装饰树和准备映射）统一起来，而无需在解的定义本身中使用完整的重构定理。
• 通用性： 该拟设涵盖了一大类亚临界奇异 SPDE，包括多项式和光滑非线性项，扩展了此前旁控方法所处理的特定模型。
• 方法论进步： 引入了迭代旁乘积（词）的正则结构以及相关的广义 Hairer-Kelly 映射，为处理旁控微积分所需的局部展开提供了一套新的代数工具集。
• 鲁棒性： 通过谱间隙方法进行的收敛性证明表明，旁控框架足以处理奇异 SPDE 所需的概率估计，达到了此前通过正则结构所取得的结果。

作者指出，虽然目前的工作侧重于具有明确正则性增益的抛物型方程，但拟设及其重整化的结构可能适用于其他语境，尽管由于核函数缺乏正则性增益，色散方程目前被排除在外。这项工作还表明，对于某些模型（如 2D Navier-Stokes）的全局存在性结果，可能可以使用这种新的通用拟设扩展到完整的亚临界机制。