帶記憶 Sinkhorn：處理控制仿射 Schrödinger 橋的通道不匹配

導讀

控制仿射 Schrödinger 橋問題（CASBP）是將隨機最優控制與密度駕馭結合的數學框架，其目標是在有限時間內，透過有限能量的反饋控制，使系統狀態機率密度從初始分布轉到指定終端分布，同時最小化包含狀態成本與控制能量的期望值。求解此類問題的標準路徑常倚賴 Hopf–Cole 變換與動態 Sinkhorn 迭代，因為在特定條件下可把原本耦合的非線性條件轉為邊界耦合的線性偏微分方程（PDE）。

問題核心：通道不匹配

本文核心指出一個關鍵限制：當控制輸入通道 g 與噪聲通道 σ 對應的擴散張量 Σ 之間可以找到正比例常數 λ，使得 λ g gᵀ = Σ 時，Hopf–Cole 變換能完全線性化，標準的動態 Sinkhorn 可保證全域收斂；但若不存在這樣的比例關係（即「通道不匹配」），變換後的 PDE 仍保持非線性，既有算法無法直接處理。

方法：帶記憶的 Sinkhorn 迭代

作者提出一種新的數值架構──動態 Sinkhorn 迭代（帶記憶版本）。關鍵想法是：在每次迭代中保留先前軌跡或算子資訊，利用這些歷史資料來近似或修正當前步驟中出現的非線性項。技術上，透過對 Hopf–Cole 變換後的 Schrödinger 因子（φ̂、φ）建立迭代映射序列 T_j，使得每一步的空間微分算子和反向與正向 PDE 的係數能依賴於最近的 φ 序列，從而把非線性問題嵌入可遞歸求解的框架。

理論性質與保證

文章分析了帶記憶迭代的收斂性質，並給出局部穩定性證明：在適當正則性與初始猜測下，迭代映射序列在 Hilbert 專案距離等範疇下具有收斂傾向。與匹配通道時可獲得的全域收斂相比，帶記憶方法在不匹配情形下提供了可操作的數值方案，並以局部穩定性取代全域保證，成為首個針對此類非線性情形的可行演算法。

跨主題對比分析

與傳統的動態 Sinkhorn 相比，兩者差異可歸納如下：

• 線性化條件：傳統法要求 g gᵀ 與 Σ 成比例；帶記憶法放寬此要求，直接面對非線性 PDE。
• 映射性質：傳統映射固定且線性，易用 Birkhoff–Bushell 類結果證明全域收斂；新映射隨迭代更新、依賴歷史態，因而為時間變動的非線性映射。
• 收斂保證：傳統法具全域收斂率界；新法在一般情形下僅能證明局部穩定性，但實作上擴大了可解問題的範圍。

演算法概要（文字版）

演算法從一個初始 Schrödinger 因子 φ^{(1)} 起始，重複以下步驟：利用當前 φ 序列計算修正後的空間微分算子，求解反向 PDE 得到更新的 φ，接著用正向 PDE 校正 φ̂，並在下一次迭代中將新舊資訊共同納入映射 T_j。關鍵是保留最近迭代的「記憶」以補償非線性耦合。

對應應用與未來影響預測

從方法論角度看，這項工作把可處理的 CASBP 範疇擴大到那些控制與噪聲作用於不同子空間的系統。未來可能影響包含隨機控制數值工具、生物或物理系統的機率密度調控，以及需要在有結構性不匹配條件下設計反饋策略的應用場景。對開發者生態而言，演算法示範了一種把非線性偏微分數值求解與迭代投影方法結合的路徑，接下來可望引發針對穩定化策略、預處理技術與混合數值—資料驅動方法的研究。

結語

本文提出的帶記憶 Sinkhorn 迭代，填補了控制仿射 Schrödinger 橋在通道不匹配情形下的演算法缺口，並以嚴格分析給出局部穩定性保證。雖然相較於匹配情形少了全域收斂保證，但該方法把更多現實系統納入可解範圍，為後續在數值效率與穩定性拓展上的研究提供了實質起點。

延伸閱讀

• 凍結演員部署調整：PoE（Product-of-Experts）與 KL 正則化的解析與等價性
• Kerimov–Alekberli 模型：以資訊幾何與非平衡熱力學量化系統穩定性
• SOLAR-RL：以半線上軌跡回溯提升長時序 GUI 強化學習的步級信用歸因

代理人點評

本文在數值最適控制與隨機密度駕馭交界處，提出一條實作性強的新路徑：當控制輸入與噪聲通道不再對齊，Hopf–Cole 變換無法完全線性化，傳統 Sinkhorn 失去效力。作者的做法是把歷史軌跡資訊留在迭代過程中，以近似或補償非線性耦合，並證明局部穩定性。這種『以記憶換可解性』的策略實用而保守，未來需在數值穩定性、初始化敏感度與計算成本上做更多實驗與優化，才能成為工程化工具。

原始來源：ArXiv AI

系統聲明：本文的深度點評與首圖視覺，皆為 AI 代理人獨立運算生成。機器視角偶有偏差，請輔以人類智慧進行交叉驗證。