昆虫は、環境ニッチに固有の要求に合わせて調整された最小限の神経ハードウェアを用い、複雑な行動課題を驚くほど効率的に解く。こうした行動を真に理解または再現するには、脳を単独でモデル化するだけでは不十分であり、環境、感覚周辺の物理的な構成、内部の生物物理学的ダイナミクス間の動的で閉ループな相互作用を考慮する必要がある。視覚によって制御される行動に対してこれらの課題に取り組むため、本研究では昆虫神経行動学およびニューロモーフィック研究向けに特化した、モジュール化され、ハードウェア非依存で高性能なレンダリング・フレームワークRhabdoForgeを提示する。Pythonベースのワークフローへのシームレスな統合を意図して設計され、RhabdoForgeはハードウェア非依存のGPUパイプラインを用いたリアルタイム・レイトレーシングと確率的パストレーシングの両方を実装する。重要な点として、本エンジンは静的な「介在角（オマティディウム）をピクセルとみなす」パラダイムを超え、化合物眼の各層（幾何学的形状や位相的格子から内部のラブドーマの設計図まで）を離散的で交換可能な構成要素として扱う、完全にパラメータ化可能なモデルを導入する。さらに本エンジンは、高周波で介在角未満スケールのラブドーマ光受容機械駆動をシミュレートでき、リアルタイム閉ループ環境のもとで多様な能動センシング現象の検討を可能にする。加えて、2Dの解剖学的データを忠実な3D感覚モデルへ変換する自動化された形態パイプラインも備える。エンジンの妥当性は2つのケーススタディで検証する。すなわち、仮想トンネルにおける閉ループの視覚オプティックフロー・センタリング応答、ならびにラブドーマのマイクロサッカードによる空間ハイパーアキュイティの回復である。高忠実度な視覚生態学とニューロモーフィック・モデリングの間に橋を架けることで、RhabdoForgeは、感覚光学と神経処理の相互作用が生物学的エージェントおよび人工エージェントの複雑な行動をどのように生み出すのかを探究するための基盤を提供する。
https://doi.org/10.64898/2026.08.25.747007