UE5.9 Lumen Radiosity Cache 動的更新アルゴリズム完全解説｜グローバルイルミネーション品質メモリ両立

Unreal Engine 5.9（2026年4月リリース）のLumenは、Radiosity Cacheの動的更新アルゴリズムに大幅な改良が加えられました。従来のLumenでは静的シーンでの品質は高かったものの、動的ライトを多用するシーンではメモリ使用量が急増し、リアルタイム性能が低下する課題がありました。本記事では、UE5.9で新たに導入されたRadiosity Cacheの動的更新戦略を技術的に解説し、グローバルイルミネーション品質とメモリ効率を両立する実装手法を紹介します。

Lumen Radiosity Cacheの動的更新アルゴリズム概要

Lumenのグローバルイルミネーション計算は、Surface CacheとRadiosity Cacheの2層構造で構成されています。Surface Cacheがシーンの表面情報をキャッシュする一方、Radiosity Cacheは間接光の輝度情報を保持します。

UE5.9以前のRadiosity Cacheは、動的ライトの位置変化に対して全体を再計算する単純な更新戦略を採用していました。これにより、動的ライトが多数存在するシーンでは毎フレーム大量のGPU計算が発生し、フレームレートが大幅に低下していました。

UE5.9では、Incremental Update Strategy（増分更新戦略） と Temporal Reprojection（時間的リプロジェクション） を組み合わせた新アルゴリズムが導入されました。この手法により、変化した領域のみを選択的に更新し、前フレームの計算結果を最大限再利用することで、GPU負荷を平均60%削減しています。

以下のダイアグラムは、UE5.9のRadiosity Cache動的更新フローを示しています。

flowchart TD
    A["フレーム開始"] --> B["動的ライト変化検出"]
    B --> C{"変化量閾値判定"}
    C -->|大きい| D["影響領域特定<br/>（Sparse Voxel Octree）"]
    C -->|小さい| E["Temporal Reprojection<br/>前フレーム再利用"]
    D --> F["Incremental Update<br/>（変化領域のみ再計算）"]
    E --> G["デノイズ処理<br/>（Bilateral Filter）"]
    F --> G
    G --> H["Radiosity Cache更新"]
    H --> I["最終レンダリング"]

このフローでは、動的ライトの変化量を閾値判定し、大きな変化がある場合のみ影響領域を特定して増分更新を実行します。変化が小さい場合は、前フレームの結果を時間的リプロジェクションで再利用することで、計算コストを大幅に削減しています。

Sparse Voxel Octreeによる影響領域特定

UE5.9のRadiosity Cacheは、影響領域の特定にSparse Voxel Octree（疎ボクセル八分木） を採用しています。この空間分割構造により、動的ライトの影響が及ぶ領域を高速に特定できます。

従来のグリッドベース手法では、シーン全体を均一に分割していたため、空の領域でも無駄なメモリを消費していました。Sparse Voxel Octreeは、実際にジオメトリが存在する領域のみをメモリに保持するため、メモリ使用量を平均50%削減できます。

実装上、各ボクセルノードには以下の情報が保持されます：

輝度値（RGB + Intensity）: 間接光の輝度情報
更新タイムスタンプ: 最終更新フレーム番号
動的ライトインデックス: 影響を与えている動的ライトのID配列
信頼度スコア: Temporal Reprojectionの信頼性指標（0.0〜1.0）

以下は、Sparse Voxel Octreeの階層構造を示すダイアグラムです。

graph TD
    Root["Root Node<br/>レベル0（最大サイズ）"] --> L1A["子ノード A<br/>レベル1"]
    Root --> L1B["子ノード B<br/>レベル1（空）"]
    L1A --> L2A["子ノード AA<br/>レベル2"]
    L2A --> L3A["リーフノード AAA<br/>レベル3（ジオメトリ存在）"]
    L3A --> Cache["Radiosity Cache<br/>データ実体"]
    
    style L1B fill:#f0f0f0,stroke:#999,stroke-dasharray: 5 5
    style L3A fill:#4CAF50
    style Cache fill:#2196F3

空のノード（L1B）はメモリ割り当てされず、ジオメトリが存在するリーフノード（AAA）のみがRadiosity Cacheのデータ実体を保持します。これにより、大規模なオープンワールドでもメモリフットプリントを実用的な範囲に抑えられます。

動的ライトが移動すると、その光源位置から放射状にSparse Voxel Octreeを走査し、影響を受けるリーフノードのみを更新対象としてマーキングします。この走査はGPU上でCompute Shaderとして実装され、数百個の動的ライトに対しても1ms以内で完了します。

Temporal Reprojectionとデノイズ処理

Temporal Reprojection（時間的リプロジェクション）は、前フレームのRadiosity Cache結果を現フレームの座標系に投影し直す技術です。UE5.9では、カメラやオブジェクトの動きに伴うRadiosity Cacheの無効化を最小限に抑えるため、Motion Vector Guided Reprojection が実装されています。

各ボクセルに対して、以下の条件で前フレームデータの再利用可否を判定します：

ジオメトリ一致性: 前フレームと現フレームでボクセル内のジオメトリが一致しているか
ライト変化量: 動的ライトの位置・強度変化が閾値以下か
オクルージョン一致性: 遮蔽状態に変化がないか
信頼度スコア: 累積されたTemporal Reprojectionの信頼度が基準値以上か

これらの条件をすべて満たすボクセルは、前フレームの輝度値をそのまま再利用します。条件を満たさないボクセルのみが増分更新の対象となります。

Temporal Reprojectionで再利用されたデータには、時間的なノイズが蓄積する可能性があります。UE5.9では、このノイズを除去するためにBilateral Filter（バイラテラルフィルタ） を適用しています。Bilateral Filterは、空間的な近傍と輝度値の類似性の両方を考慮してフィルタリングするため、エッジを保存しながらノイズを除去できます。

以下のシーケンス図は、Temporal ReprojectionとBilateral Filterの処理フローを示しています。

sequenceDiagram
    participant Frame as 現フレーム
    participant Cache as Radiosity Cache
    participant Prev as 前フレームデータ
    participant Denoise as Bilateral Filter
    
    Frame->>Cache: ボクセル座標要求
    Cache->>Prev: Motion Vectorで逆投影
    Prev-->>Cache: 前フレーム輝度値
    Cache->>Cache: 再利用可否判定<br/>（4条件チェック）
    
    alt 再利用可能
        Cache->>Denoise: 前フレーム値を渡す
    else 再利用不可
        Cache->>Cache: 増分更新実行
        Cache->>Denoise: 新規計算値を渡す
    end
    
    Denoise->>Denoise: Bilateral Filter適用
    Denoise-->>Frame: デノイズ済み輝度値

Bilateral Filterのパラメータは、シーンの動きの激しさに応じて動的に調整されます。カメラが高速移動する場合はフィルタ強度を弱め、静止時は強めることで、ブラーと鮮明さのバランスを最適化しています。

メモリ効率とパフォーマンスの実測データ

UE5.9のRadiosity Cache動的更新アルゴリズムの効果を定量的に評価するため、Epic Gamesは公式ブログで複数のベンチマーク結果を公開しています（2026年4月28日）。

テストシーンは、以下の3つの代表的なシナリオで実施されました：

静的シーン（動的ライト0個）: 従来のLumenと同等のベースライン
中規模動的ライト（動的ライト50個）: インディーゲーム規模
大規模動的ライト（動的ライト200個）: AAAタイトル規模

各シナリオでのGPU時間とVRAM使用量の比較は以下の通りです：

シナリオ	UE5.8（旧方式）	UE5.9（新方式）	削減率
GPU時間（ms/frame）
静的シーン	2.1ms	2.0ms	5%
中規模動的ライト	8.7ms	3.4ms	61%
大規模動的ライト	24.3ms	9.1ms	63%
VRAM使用量（MB）
静的シーン	420MB	380MB	10%
中規模動的ライト	980MB	510MB	48%
大規模動的ライト	2,340MB	920MB	61%

特に動的ライトが多いシナリオでは、GPU時間が約60%削減され、VRAM使用量も大幅に減少しています。これにより、4K解像度・60fpsでの動作が現実的になりました。

実装上の注意点として、Sparse Voxel Octreeの深度パラメータは、シーンの規模に応じて調整する必要があります。Epic Gamesの推奨値は以下の通りです：

小規模シーン（室内環境）: 深度6（最小ボクセルサイズ約30cm）
中規模シーン（都市区画）: 深度7（最小ボクセルサイズ約15cm）
大規模シーン（オープンワールド）: 深度8（最小ボクセルサイズ約7.5cm）

深度を深くしすぎるとメモリ使用量が増加し、浅すぎると品質が低下するため、プロジェクトの要件に応じたチューニングが重要です。

実装ガイドとコンソール変数設定

UE5.9のRadiosity Cache動的更新を最大限活用するには、プロジェクト設定とコンソール変数の適切な構成が必要です。

プロジェクト設定での有効化手順：

Edit > Project Settings > Rendering > Lumen セクションを開く
Radiosity Cache の Dynamic Update Strategy を Incremental に設定
Temporal Reprojection Quality を High に設定（品質重視）または Balanced（パフォーマンス重視）
Sparse Voxel Octree Depth をシーン規模に応じて設定（前述の推奨値参照）

主要なコンソール変数：

// Radiosity Cache動的更新の有効化（デフォルト: 1）
r.Lumen.RadiosityCache.IncrementalUpdate 1

// Temporal Reprojectionの信頼度閾値（0.0〜1.0、デフォルト: 0.7）
r.Lumen.RadiosityCache.TemporalConfidenceThreshold 0.7

// 動的ライト変化検出の閾値（デフォルト: 0.05）
r.Lumen.RadiosityCache.DynamicLightChangeThreshold 0.05

// Bilateral Filterの強度（0.0〜1.0、デフォルト: 0.5）
r.Lumen.RadiosityCache.BilateralFilterStrength 0.5

// Sparse Voxel Octreeのメモリプール上限（MB、デフォルト: 1024）
r.Lumen.RadiosityCache.SparseVoxelOctreeMemoryPoolMB 1024

// デバッグ可視化（0: オフ、1: ボクセル表示、2: 更新領域表示）
r.Lumen.RadiosityCache.DebugVisualization 0

デバッグ時は r.Lumen.RadiosityCache.DebugVisualization 2 を設定すると、増分更新された領域が赤くハイライト表示されます。これにより、動的ライトの影響範囲を視覚的に確認できます。

動的ライトの設定では、以下の点に注意してください：

Light Mobility を Movable に設定（Staticでは動的更新が無効）
Affect Global Illumination を有効化
Indirect Lighting Intensity を適切に調整（過度に高いとノイズが増加）

以下は、動的ライトの推奨設定を示すコード例です：

// C++での動的ライト設定例
void AMyGameMode::ConfigureDynamicLight(UPointLightComponent* Light)
{
    // Movableに設定（動的更新対象）
    Light->SetMobility(EComponentMobility::Movable);
    
    // グローバルイルミネーションへの影響を有効化
    Light->bAffectGlobalIllumination = true;
    
    // 間接光強度の設定（1.0がデフォルト、0.5〜2.0が推奨範囲）
    Light->IndirectLightingIntensity = 1.2f;
    
    // Radiosity Cacheへの影響半径（単位: cm）
    Light->AttenuationRadius = 2000.0f;
    
    // 更新頻度の制御（毎フレーム更新するか）
    Light->bUpdateDynamicLumenRadiosity = true;
}

パフォーマンス最適化のため、重要度の低い動的ライトは bUpdateDynamicLumenRadiosity = false に設定し、Radiosity Cacheの更新対象から除外することも検討してください。

まとめ

UE5.9のLumen Radiosity Cache動的更新アルゴリズムは、以下の技術により、グローバルイルミネーション品質とメモリ効率を両立しています：

Incremental Update Strategy: 変化した領域のみを選択的に更新し、GPU負荷を平均60%削減
Sparse Voxel Octree: 疎ボクセル八分木により、VRAM使用量を平均50%削減
Temporal Reprojection: 前フレームの計算結果を最大限再利用し、リアルタイム性能を維持
Bilateral Filter: 時間的ノイズを除去しながらエッジを保存
Motion Vector Guided Reprojection: カメラ・オブジェクト移動時の無効化を最小化

これらの技術により、200個以上の動的ライトを含むシーンでも、4K解像度・60fpsでの動作が実現可能になりました。UE5.9を使用する開発者は、コンソール変数とプロジェクト設定を適切に調整することで、品質とパフォーマンスのバランスを最適化できます。特に大規模なオープンワールドゲームや、動的ライトを多用するインディーゲームでは、本技術の導入効果が顕著です。

UE5.9 Lumen Radiosity Cache 動的更新アルゴリズム完全解説｜グローバルイルミネーション品質メモリ両立

Lumen Radiosity Cacheの動的更新アルゴリズム概要

Sparse Voxel Octreeによる影響領域特定

Temporal Reprojectionとデノイズ処理

メモリ効率とパフォーマンスの実測データ

実装ガイドとコンソール変数設定

まとめ

参考リンク

Rust Bevy 0.20 Compute Shader バッチ処理最適化｜GPU負荷分散で1000万粒子描画50%高速化【2026年6月】

C++26 std::simd AVX-512明示的SIMD演算でゲーム物理計算100倍高速化する実装検証【ベンチマーク2026年6月】

Rust Bevy 0.20 Physics XPBD ソルバー大規模マルチボディシミュレーション最適化完全ガイド【2026年6月新アルゴリズム】

Lumen Radiosity Cacheの動的更新アルゴリズム概要

Sparse Voxel Octreeによる影響領域特定

Temporal Reprojectionとデノイズ処理

メモリ効率とパフォーマンスの実測データ

実装ガイドとコンソール変数設定

まとめ

参考リンク

最新記事をメールで受け取る

関連記事

Rust Bevy 0.20 Compute Shader バッチ処理最適化｜GPU負荷分散で1000万粒子描画50%高速化【2026年6月】

C++26 std::simd AVX-512明示的SIMD演算でゲーム物理計算100倍高速化する実装検証【ベンチマーク2026年6月】

Rust Bevy 0.20 Physics XPBD ソルバー大規模マルチボディシミュレーション最適化完全ガイド【2026年6月新アルゴリズム】