ネイティブThree.js の品質をAAAゲームエンジンに追いつかせる私の試み

2026/11/17 6:07

ネイティブThree.js の品質をAAAゲームエンジンに追いつかせる私の試み

RSS: https://news.ycombinator.com/rss

要約▶

Japanese Translation:

本テキストは、Three.js フレームワーク向けに設計された包括的なリアルタイムライティングパイプラインを紹介する。このパイプラインには、既存のパート 1 の用語に加え、新しい 5 つの処理ステージ(BRDF、G-buffer、TRAA、TAAU、PMREM)が統合されている。このシステムは、静的メッシュ、移動するオブジェクト、および部屋の反射を含む複雑なライティングを効率的に管理するために、特定のキャッシュ戦略を採用している:静的ジオメトリにはライトマップ、動的オブジェクトには高速なライトプローブグリッド(以前のバージョンと比較して約 8 倍高速)、各部屋ごとに反射プローブを使用する。主要な技術的進歩としては、レンダリング解像度から出力解像度へアップスケールするために TAAU を使用し、 Deferred エンジンがピクセル当たり 20〜28 バイトの使用する場合と比べてメモリ予算を大幅に削減(本設定では合計で約 76 バイト/ピクセルを計画)すること、また SSR の帯状アーティファクトを排除するために八面体法線エンコーディング(RG16 snorm/RG16F)を採用している点が挙げられる。パイプラインには HDR JPEG XL 対応の堅牢なライトベイクツールが特徴 بوده,かつ光漏れを防ぐために DDGI 風の可視性ウェイトリングを利用している。このシステムは静的および移動するオブジェクトをまたいで複雑なデータを効果的に管理する一方で、影響ボックスブレンドによる局部反射や、素材の BRDF に完全間接-specular/拡散の統合といった一部のコンポーネントはまだ開発中である。結局のところ、このパイプラインは現代のインタラクティブアプリケーションに適した、視覚的信頼性と管理可能なメモリオーバーヘッドのバランスを効率的に提供する。

本文

Three.js パイプライン進捗報告:第 2 部推奨構成の実装状況

このレポートは、第 2 部で推奨されたパイプラインのThree.js 各ステージごとの測定結果と実装状況をまとめたものです。基本的な照度項に加え、以下の 5 つの機能を追加した構成を実証します。

  • BRDF:素材の陰影関数(表面への入射光から、観測者に届く光への変換)
  • G バッファ:画面空間効果処理用の可視面情報(深度、法線、粗さ)
  • TRAA:時間的アンチエイリアシング(再投影された過去フレームとのブレンド)
  • TAAU:アップスケーリング付きの時間的アンチエイリアシング(低解像度レンダリングからの回復)
  • PMREM:事前ボラードした環境マップ(キューブマップ光源の実装)

パイプライン構成

パイプラインは大きく分けて 2 つのフェーズで動作します。

セットアップフェーズ

  • ライツマップ:静止メッシュ用キャッシュの充填。
  • ライティングプローブグリッド:動くオブジェクト用キャッシュの充填。
  • 反射プローブ:各部屋ごとの環境マップの充填。
    • リソースコスト:ライツマップ生成に最も多くのリソースを消費します。
    • 実装状況:ライティンググリッドは単一の「ベーク(焼き付け)」処理で完了しています。

フレーム実行フェーズ

毎フレーム、上記のキャッシュを読み込み、画面空間処理を追加して描画を行います。

  • 実線部(Solid steps):Three.js に実装済み。
  • 斜め線部(Tinted ones):レビュー中または部分的な実装段階。
  • 太線部(Outlined):まだ構築待ち。
    • ループの閉じ方:TRAA の出力、あるいは TAAU アップスケーリング結果が、次フレームの SSR および SSGI 入力となります。

現状のステータス

各機能の実装状況は以下の通りです(Three.js 内実装、レビュー中/草案、構築待ち)。

ステージThree.js での実装状況レビュー中または草案段階まだ構築待ち
G バッファMRT プレパス、八面体法線ベーキされた GI、ライツマップ(アンラッパー、ベーカー等)、シームステッチ、KHR_lightmap (草案)glTF JPEG XL、UltraHDR 拡張機能、ランタイム BC6H
動的 GIライトプローブグリッド(8 倍化速度、マルチバウンス)DDGI 可視性判定 (草案)—
オクルージョンOGTAO、ビルトイン AOContext、SSGI からの AOノード ベント法線、GTSO (草案)、ジョイントバイラテラルアップサンプルSSGINode からのベント法線
SSRStochastic GGX SSR、時間的蓄積、マルチバウンス前フレーム追跡、Hi-Z 追跡、カバレッジ出力、空間時間 SSRI デノイザー—
SSGISSGINode、合成済み AO・反射光前フレーム追跡 (草案)カバレッジ出力、BRDF ための拡散光源
反射プローブシングルボックスプロジェクション環境マップ、PMREMプローブシステム (草案)、キューブ配列プローブ正規化、128² プレフィルタリング
BRDF 統合AO コンテキスト、環境フォールバックプラグ可能ないんダクト specular/diffuse、カバレッジカスケード—
TRAA および TAAUTRAA ノード、TAAU ノードCatmull-Rom 履歴、静止時クリップの拡大、テストハネスフルパイプライン内の TAAU、テクスチャミップバイアスなど

残る主要な課題: SSR、SSGI、および BRDF の行が最大のギャップです。特に Hi-Z 追跡とカバレッジ出力、そして両方の級(cascade)を BRDF に統合するプラグ可能ないんダクト照明が必要です。


ステージごとの詳細解説

フレームの各ステージにおける「ゲームの要件」「Three.js の現状」「欠けている機能」を順を追って解説します。

G バッファ

画面空間処理(SSR、GTAO、デノイザー)のため、可視面のピクセルごとの情報を格納するバッファが必要です。

Three.js の現状と構成

WebGPURenderer
は既に MRT(Multiple Render Target)を持つ G バッファプレパスをサポートしており、SSR サンプルもこれを利用しています。

  • 深度 (Depth): Hi-Z ピラミッドのソースとして使用(24 ビット)。
  • 法線 (Normal): SSR の反射計算に必須。RGB8 より精度の高い八面体エンコードを実装済み(
    packNormalToOctahedral()
    )。
    • 半浮動小数点では約 15 倍、snorm では 100 倍以上の精度向上を実現。
  • 粗さ・金属性: SSR のロブ計算やノイズ除去に使用。

メモリ使用量と構造 合計でピクセルあたり約 16 バイトを必要とし、AAA タイトルの標準的な軽量構成です(デフェードエンジンの 20〜28 バイトに対し)。

  • 総メモリ予算: すべてのエフェクト適用時の総計はピクセルあたり約 76 バイト(1920×1080 で約 157 MB、4K で約 626 MB)。

法線の精度改善 従来の RGB8 法線では、滑らかな曲面上でバンドリングやアーティファクトが発生しやすいですが、八面体エンコードによりこれを解決しています。

グローバルイルミネーション(GI)

  • 静止メッシュ: ライツマップにベーキされたバウンス光を使用。
    • 生成機能(アンラッパー、ベーカーなど)の追加でブラウザ内での完全なパイプラインが可能になりました。
  • 動的オブジェクト:
    LightProbeGrid
    で照明されます。
    • キャプター速度の改善: バッチ処理とマルチカメラ技術により、約 8 倍に高速化され、マルチバウンス光もサポート。
    • 漏れ防止 (Leaking probes): DDGI の手法を取り入れ、壁を境にして隣接する空間が互いに照らし合わないように可視性判定を実装(草案中)。

アンビエントとスペキュラーオクルージョン

ライツマップでは接触影が粗く、動的オブジェクトには対応していないため、画面空間処理が必要です。

Three.js の現状

builtinAOContext
を利用し、共通のオクルージョンバッファを生成しています。

  • SSGI と GTAO の関係: SSGI がオンの場合のみオクルージョン計算を行い、GTAO はオフ状態でのみ独立に実行されます。
  • オクルージョンの適用方法: ライツマップや反射プローブに対して
    1 - coverage
    をかけ、色を暗くします。SSR や SSGI 自体には AO を適用せず、画面空間へのヒットは既に正しく遮蔽されているためです。

残りのギャップ

  • スペキュラーオクルージョン (GTSO): ベント法線の追加により、金属が折れ目に空気を反射する問題を解決(草案中)。
  • エッジ感知アップサンプル: ハーフ解像度の GTAO をアップサンプリングする際のエッジ滲みを防ぐ技術(
    jointBilateralUpsample()
    )を実装。

反射:画面空間反射 (SSR)

DOOM や Frostbite などの標準的な挙動を再現するための要件を満たします。

  • Hi-Z 追跡: 空っぽの空間では粗いステップ、表面付近では細かいステップを行い、追跡コストを削減(Hi-Z ピラミッド)。
  • カバレッジ出力: 反射とカバレッジを同時に出力し、画面エッジや斜めの入射角で適切にフェード。残りはプローブに委譲する仕組みを実現。
  • 前フレーム追跡: 現在の深度バッファを追跡しながら、色は前フレームの TRAA 出力を読み込み、時間的に蓄積して反射を表示。
  • デノイザー化: 空間的および時間的なノイズ除去を実装中。

画面空間グローバルイルミネーション (SSGI)

SSR の拡散版として機能し、ベーキングされた光とは独立した動的な反射を計算します。

  • カバレッジ出力:
    1 - ao
    を計算し、GI とカバレッジをペアで級に渡すことで、ベーキされた光の二重カウントを防ぐ仕組みを実装。
  • 前フレーム追跡: SSR と同様に過去フレームの画像を読み込み、バウンス光が各フレームで蓄積されるようにループを構成。

反射:ローカルプローブと級

屋内などの複雑な環境では、単一の環境マップだけでは不十分です。各部屋ごとの「反射プローブ」を使用します。

  • ボックスプロジェクション: 反射レイが最初に交差する地点でキューブマップをサンプリングし、パララックスエラーを防ぐ。
  • 現在のギャップ: プローブシステムの自動化、多数のプローブへの高速アクセス(キューブ配列)、プローブ正規化、128² プレフィルタリングの追加。

BRDF における間接照明

すべての間接光(拡散・スペキュラー)は素材の BRDF を通る必要があります。

  • 構成:
    • 間接拡散: SSGI(カバレッジあり)→ ライツマップ → プローブグリッド → 環境マップ(フォールバック)。
    • 間接スペキュラー: SSR → カバレッジフォールバック → ボックスプロジェクションプローブ → 環境マップ。
  • オクルージョン: ソースごとの適用を自動で行います。

最大の欠落: AO や画面空間の結果、あるいはソースの級を素材の間接スペキュラーにプラグ可能な仕組みが必要です。現在は「Plugable Indirect Illumination for Three.js」での設計案にあります。

TRAA および TAAU がループを閉じる

TAA は運動ボケの除去に加え、SSR などの次フレーム入力としても機能します。

Three.js の現状とアップスケーリング (TAAU)

  • TAAU: 出力解像度より低い解像度でレンダリングし、時間的スーパーサンプリング(Karis 手法)により高解像度の画像に再構築します。これによりメモリ使用量を劇的に削減できます(4K で約 322 MB)。
  • TRAA の改良: Catmull-Rom 履歴によるよりシャープな描画、静止時のクリップ範囲拡大などを実装中。
  • 適合性: TAAU はフレームの最終段階として機能し、その出力が次フレームの SSR/SSGI 入力となります。

残りの課題:

  • フルパイプラインへのワイリング(プレパス、半解像度エフェクトとの整合)。
  • テクスチャミップバイアスの適用。
  • TRAA の改良点を TAAU に移植する仕組み。
  • ロックの削減(単一の 8 ビットチャンネル化)。

今後の作業

パイプラインが完了した後、さらに以下への拡張を計画しています。

  • より安いノイズ: Houston Stratified Noise の高速化、事前計算マップの活用。
  • 自動露出: 暗部から明部への移動時の目の適応機能の実装。
  • 物理ベースの日差と空: GPU で計算された大気散乱や太陽の色、強度を物理的に導出する空モデル。
  • glTF 内の反射プローブ: KHR_lightmap に追加して、ローカル環境マップを送信する標準化。
  • 方向ライツマップ: 単一イリディアンス値の代わりに、法線や方向情報を格納し、よりリアルなベーキ光を実現。

結論 最大の残務は、両方の級(cascade)を素材の BRDF に統合する仕組みを実装することです。これは Three.js の構造を大きく変更するため、別の記事にて詳細を扱います。

同じ日のほかのニュース

一覧に戻る →

2026/11/17 5:43

カーネギーメロン大学がコンピューターサイエンスの授業を無料でYouTube で配信

## Japanese Translation: カールンギーメロン大学(CMU)は、CS Learn という無料プラットフォームを通じてコンピュータサイエンス教育を民主化しています。同プラットフォームは YouTube にて 11 月 10 日に公開され、入学者制限のない開かれた教員主導の講義と自己ペースのカリキュラムを提供します。7 の部署が AI、ロボティクス、システム、生物学など重要な分野において開設されます。初期コースには「大規模データセットを用いた機械学習」(11 月 10 日公開)が含まれ、その後に計算の原則、ソフトウェア構築の原則、機械学習システム、ソフトウェアアーキテクチャ、品質管理、AI エージェント、実装中の機械学習などの科目が 11 月 17 日から 19 日に次々と公開されます。これらの科目は CMU の教員により講じられます。将来のモジュールでは即時フィードバック機能、デジタルバッジ、個別サポートのための AI 補習授業などが追加される予定です。2027 年 1 月のカリキュラムでは確率と計算、マルチモーダル機械学習、プロダクト管理の必須知識、組み込みシステムの要件など他の必須科目も含まれるよう拡大されます。CS Learn は、組み込みシステムから品質管理まで、高い水準の技術的知識が世界的に入手可能で、財政的または制度的な障壁をなくすことを保証しています。キャンパス内にいる学習者にとっては、ピッツバーグ校ケネス・C・グリフィンコンピュータサイエンス学校において正課学生として登録することもできます。CS Learn は学生により構築され、ScottyLabs の支援を得て開発されました。

2026/11/17 5:16

Rust が私の開発者の心を変えました。

## Japanese Translation: 著者は、6 年以上の経験(そのうち 4 年はプロフェッショナルとして)に基づき、Rust の核心的な設計思想——具体的には厳格な「所有権規則」とサムの型(enum)——が、従来のオブジェクト指向プログラミングに比べて優れたアーキテクチャ的明確性とパフォーマンスを提供すると主張している。動的ディスパッチ言語である Python と異なり、Rust は静的な enum 照合(`match`)を活用し、コンパイラーによる網羅的なケース処理を強制することで実行時のオーバーヘッドを排除し、遅い実行時チェックや不安全な可変参照を使用せずにメモリエラーを防ぐ。また、「タイプ駆動開発」を通じて型システムが API デザインを導く(自動化されたテストに類似する仕組み)ことや、マクロを活用したコンパイル時コード生成(例:`serde`、`clap`)により、複雑なデータ操作においても高い速度を実現している。著者はさらに、Rust のデフォルトの所有権が循環参照を抑制する傾向があるが、「アリーナベースのパターン」を使うことでインデックス経由で安全にそのような構造を取り扱うことができ、優れたキャッシュ局所性によってメモリエフィシエンシーを最大化できると強調している。結局のところ、このアプローチは巨大な量の JSON をメモリに保存して瞬時にアクセスするという新たなアーキテクチャ的可能性を開くなど、不安全な変異をデフォルトで防ぎながら高いパフォーマンスを維持する、よりクリーンで堅牢なシステムを実現へと導く。

2026/11/17 6:47

スパムハウスが11月に新しい電子メール送信者要件を導入

## Japanese Translation: **要約:** 2026 年 11 月から、新規の厳格な規則が導入され、すべての電子メールにおいて発信者識別を厳格に検証することでスパムをほぼ排除することを目的としています。発信者は、有効な HELO/EHLO ホスト名、同じ IP に逆方向に解決する PTR レコード(FCrDNS)、ドメイン名と一致する A レコードという 3 つの技術記録の組み合わせによって自身の出所を証明する必要があります。この厳格な整合性は、スパムが誤設定された署名や緩慢なセットアップを利用して正当な組織をなりすますのを防ぎます。 これらの技術的要請に加え、すべての送信者は購読者に対して「確認済みオプトイン(COI)」を使用しなければなりません。未確認の宛先への送信はスパムトラップに引っかかるリスクがあります。IPv6 に特化した場合、割り当ては /64 またそれ以上で有効な逆方向 DNS が必要であり、小さなブロックはスパムによって頻繁に悪用されるためです。また、すべての送信ドメインは SPF レコードおよび DMARC レコードを公開し、DKIM を使用してアウトバウンドメッセージに署名し、署名ドメインが RFC 5322 の From アドレスと一致することを確保する必要があります。 この環境における運用上の成功には、基盤を極度の注意を持って扱うことが必要であり、特に ESP や共有ネットワーク事業者は、プラットフォームを通じて送信されたコンテンツについて引き続き責任を負う必要があります。発信者は新規 IP を徐々に「ウォームアップ」し、一貫したボリュームを維持し、信頼できるリンクを使用し、明確なオプトアウト方法を提供する必要があります。これらの基準(適切な SPF/DKIM や有効な HELO セットアップなど)を実施しない場合、メールは受信トレイに到達する前に拒否される可能性が高くなります。結局のところ、清潔なデジタル評判を維持することはオプションではなく、配送失敗やプラットフォームのブロックを回避するために不可欠です。

ネイティブThree.js の品質をAAAゲームエンジンに追いつかせる私の試み | そっか~ニュース