지배자와 공동 상태‑제어 분포를 이용한 확장형 메이저‑마이너 평균장 게임

본 논문은 메이저‑마이너 평균장 게임(MFG)에서 지배자(Major player)와 다수의 마이너(Minor) 에이전트가 상호작용하는 기존 프레임워크를 크게 확장한다. 기존 연구에서는 비용·보상 함수가 소형 에이전트들의 상태 분포 μₜ 에만 의존했으며, 지배자의 제어 u₀ 는 자신의 상태 x₀ 에만 영향을 미치는 제한적인 구조였다. 저자는 두 가지 주요 차원을 추가한다. 첫 번째는 비용·보상 함수가 상태와 제어의 결합 분포 Πₜ = ℒ(X₁ₜ,U₁ₜ | ℱ₀ₜ) 에 의존하도록 하는 것이다. 이를 위해 Πₜ 를 확률 측도 공간 P₂(ℝⁿ¹×A) 에 정의하고, 마진 μₜ = (pr_X)#Πₜ, qₜ = (pr_U)#Πₜ 을 각각 상태와 제어의 법칙으로 사용한다. 결합 측도 위에서 Lions 파생, 선형 파생, Wasserstein 파생을 모두 정의하고, 특히 Lions 파생을 활용해 함수 f, g, h 의 미분을 체계화한다. 두 번째는 지배자 u₀ 가 시스템 동역학과 비용에 직접적인 함수 형태로 들어가도록 모델을 일반화한다. 구체적으로, 지배자와 소형 에이전트의 상태 방정식은 dx₀ = g₀(x₀,Π,u₀)dt + σ₀(x₀)dW₀, dx₁ = g₁(x₁,x₀,u₀,Π,u₁)dt + σ₁(x₁)dW₁, 이며, 비용 함수는 J₀(u₀)=E∫₀ᵀ f₀(x₀,Π,u₀)dt + h₀(x₀(T),Π_T), J₁(u₁)=E∫₀ᵀ f₁(x₁,x₀,u₀,Π,u₁)dt + h₁(x₁(T),x₀(T),u₀(T),Π_T). 이때 Πₜ 는 지배자의 공통노이즈 ℱ₀ₜ 에 조건부로 정의된다. 논문은 세 개의 최적화 문제를 제시한다. 문제 1은 주어진 x₀, u₀, Π 하에서 소형 에이전트의 최적 제어 û₁ 을 찾는 것이고, 문제 2는 Π 가 소형 에이전트가 만든 상태‑제어 법칙과 일치하도록 고정점 조건 M(Π)_t = Π_t 을 만족시키는 균형을 구하는 것이다. 문제 3은 균형 Π 을 이용해 지배자 u₀ 의 최적 제어 û₀ 을 찾는다. 수학적 해법은 확률적 최대 원리(SMP)를 기반으로 한다. 변분을 통해 얻은 1차 최적조건을 adjoint 과정 Ψ(x,t) 와 마팅게일 항 K_Ψ(x,t) 을 도입한 BSDE 형태의 SHJB 방정식으로 변환한다. SHJB는 -∂ₜΨ = H₁(x,x₀,u₀,Π,DΨ) - A₁Ψ, Ψ(T)=h₁, 여기서 H₁ 은 Hamiltonian이며, 최소화 조건은 g₁,_u₁·DΨ + f₁,_u₁ = 0 a.e. 이다. 이 조건은 최적 제어 û₁ 을 명시적으로 구할 수 있는 충분조건을 제공한다. 동시에, 최적 제어에 의해 유도된 상태‑제어 밀도 p_{û₁}(x,t) 는 Fokker–Planck 방정식 ∂ₜp = -A₁* p - div(g₁ p) 을 만족한다. 따라서 문제 1 의 최적성은 SHJB와 FP 방정식이 서로 연결된 커플드 시스템으로 요약된다. 문제 2 의 고정점 조건은 Πₜ = ℒ(X_{û₁}(t),û₁(t) | ℱ₀ₜ) 이라는 식으로 표현되며, 이는 SHJB–FP 시스템의 해가 동시에 Πₜ 의 마진과 일치함을 의미한다. 저자는 이 고정점 존재를 Lipschitz 연속성(A.1), 선형 성장(A.2), 비용의 2차 성장(A.3), 그리고 충분한 미분 가능성(A.4‑A.5) 가정 하에 보인다. 문제 3 에서는 지배자에 대한 SHJB 방정식을 유도한다. 지배자의 adjoint Φ 는 -∂ₜΦ = H₀(x₀,Π,u₀,DΦ) - A₀Φ, Φ(T)=h₀, 이며, 최적 제어 û₀ 은 H₀ 의 최소점으로 정의된다. 최종적으로, 전체 게임은 다음과 같은 커플드 SHJB–FP 시스템으로 요약된다. 1. 소형 에이전트 SHJB (û₁, Ψ) + FP (p_{û₁}) 2. 지배자 SHJB (û₀, Φ) 3. 고정점 Πₜ = ℒ(X_{û₁}(t),û₁(t) | ℱ₀ₜ) 논문은 각 단계에서 필요한 정리와 보조정리를 제시하고, 기존 문헌(특히 Bensoussan·Chau·Yam)의 Lemma 24‑26을 상태‑제어 결합 형태로 일반화한다. 증명은 변분, BSDE, 그리고 Itô‑Lions 체인을 이용해 진행되며, 모든 결과는 기존 모델의 특수 경우(Πₜ이 상태 법칙 μₜ 에만 의존)로 복원된다. 결론에서는 이 확장된 프레임워크가 금융 시장의 대형 투자자, 전력망의 중앙 제어기, 교통 시스템의 교통 신호등 등, 지배자의 행동이 직접적으로 다수의 참여자에게 영향을 미치는 실제 시스템에 적용 가능함을 강조한다. 또한, 향후 연구 방향으로 다중 지배자, 비선형 비용, 그리고 수치적 해법 개발을 제시한다.