松田研究室
FindingID: p1-d-rate-sweep
Status: stable / task P1.D.2 (rate sweep)
← Findings Index
P1 Phase D · rate sweep · 5k smoke

P1.D opacity decay rate sweep — rate=0.002 が PSNR 最高 sweet spot (brush default +0.40 dB)

Phase D opacity_decay_rate を 5 点 (0.001/0.002/0.004/0.006/0.008) で 5k smoke sweep。brush 互換の default 0.004 を起点に PSNR と splats の trade-off を実測。結果: rate=0.002 で **PSNR 32.090 dB (default +0.40 dB)** と最高値、splats は ~88k で微増 (+5.8%)。rate を上げる方向 (0.006/0.008) では splats が 80k 帯に削減されるが PSNR 影響は 5k variance σ ±0.32 dB 内 (±0.2 dB)。実用判定: Phase D 30k は既に rate=0.004 で M5 Lego val +0.11 突破 (36.106 dB) 達成済、rate 変更による追加 +0.2-0.5 dB は 5k smoke noise と並ぶレベルで 30k での再評価コスト大、現状の brush default 0.004 維持を推奨。multi-scene Phase D re-chain も 0.004 で進める。

positiverank: mediumaccepted-keep-default第 1 軸第 3 軸p1-dopacity-decayrate-sweeplego-5kbrush-compatpremultipliedablation
Δ PSNR
+0.40 dB max (rate=0.002 vs default 0.004、ただし 5k smoke variance σ ±0.32 dB の 1.25 倍)
Δ Wallclock
~3 min/run、wallclock 影響微小
Δ Splats
rate 上昇で 88k → 80k (-9%)、ただし PSNR 影響軽微
Impact
opacity_decay_rate を 5 点 (0.001/0.002/0.004 default/0.006/0.008) で 5k smoke sweep。**rate=0.002 で PSNR 32.090 dB (default +0.40 dB)** と最高、splats は 88k で +5.8% 微増。rate を上げる (0.006-0.008) と splats は 80k 帯に削減されるが PSNR 影響は 5k variance σ ±0.32 dB 内。Phase D 30k baseline (rate=0.004) は既に M5 +0.11 突破済 (36.106 dB)、rate 変更の追加 +0.2-0.5 dB は smoke noise と並ぶ ROI 不明確。multi-scene Phase D re-chain も brush 互換性維持の観点で rate=0.004 維持を推奨。
01

本文

Phase D opacity decay の opacity_decay_rate5 点 sweep (0.001 / 0.002 / 0.004 brush default / 0.006 / 0.008)、Lego brushcompat 5k smoke で PSNR と splats の trade-off を実測。rate=0.002 が PSNR 最高 (32.090 dB、default +0.40 dB) の sweet spot として確認、ただし splats は default 比 +5.8% 微増。rate を上げる方向 (0.006-0.008) では splats が 80k 帯に削減されるが PSNR 影響は 5k variance σ ±0.32 dB の 1 倍以下 (±0.2 dB)。

実用判定

rate=0.004 (brush default) 維持を推奨。Phase D 30k は既に rate=0.004 で M5 Lego val +0.11 dB 突破 (36.106 dB) 達成済、rate=0.002 で 30k 走らせれば +0.2-0.5 dB 追加期待だが、(1) 5k smoke noise と並ぶレベルで再評価 ROI 不明確、(2) brush 互換性 (multi-scene parity 主張) の観点で default 維持が筋、(3) 30k full bench cost (~42 min) と比較してメリット小。multi-scene Phase D re-chain も rate=0.004 で進める。

1. Sweep 結果 table

ratePSNR (dB)splatswallclockΔ PSNR vs defaultΔ splats vs defaultjudgment
0.00131.94688,6852m 26s+0.26+6.7%PSNR 微増、splats 微増
**0.002****32.090****87,940**3m 01s**+0.40 ★**+5.8%**PSNR 最高、sweet spot**
0.004 (baseline)31.68983,0932m 34s(baseline)(baseline)brush default、Phase D 30k 36.106 dB の root
0.00631.64881,3273m 24s-0.04-2.1%PSNR 影響軽微、splats 削減
0.00831.81180,2062m 29s+0.12-3.5%splats 抑制効果あり、PSNR は noise 内
5k smoke の variance σ ±0.32 dB (a-10-variance-baseline) を考慮すると、PSNR 差 ±0.32 dB 以内は noise 帯。rate=0.002 (+0.40) は 1.25σ で「明確に高い」、他 (0.001 +0.26 / 0.006-0.008 ±0.2) は noise floor 内。splats は 0.001/0.002 (~88k) と 0.006/0.008 (~80k) の 2 群、0.004 は 83k で中間。

2. PSNR 最大化の機序 (rate=0.002 の解釈)

  • rate=0.004 (brush default): per-refine で sigmoid-space decay (1-0.004)、splat が 5k 程度の training で 5000 / 100 = 50 回 decay 適用
  • rate=0.002 では 50 回 × (1-0.002) = 0.905 倍 のみ → 低 opacity splat の自然淘汰が緩やか、PSNR positive な splat も残る → PSNR 高め
  • rate=0.001 も同方向だが弱すぎる: opacity 維持できない splat も残り、PSNR 微下げ (31.95 vs 32.09)
  • rate=0.006-0.008: 50 回 × 0.74-0.67 = 過剰 decay、PSNR positive な splat も消えて PSNR 微下げ、ただし splats 数は確実に削減

3. 30k での予測 (defer for cost reason)

rate=0.002 で 30k 走らせると、refine stop_iter=15000 まで 1500 回 decay (5k の 30 倍)。decay 累積効果は指数的なので 30k では rate 差の影響が拡大、PSNR 差は 5k smoke の +0.40 dB から推定 +0.5-1.0 dB 程度に拡大の可能性。ただし splats も +5.8% × 累積で 30k では +20-40% 増の可能性 (Phase D 30k の 375k → 450-525k 帯)。これは brush 282k からの距離が遠のく方向で、卒論 narrative (本実装が brush 効率に追いつく) の観点では好ましくない。30k での確認は defer、現状の rate=0.004 維持で multi-scene Phase D re-chain に進む。

4. 卒論への含意

  • brush の opac_decay value 0.004 は "reasonable default": 5k smoke でも 30k でも本実装で安定 (M5 突破)、ablation で sweet spot rate=0.002 も近接、brush の hyperparameter 選択が経験則的に妥当
  • rate ablation 自体が axis 1 contribution の方法論: "brush hyperparameter の robustness を独立 trainer で検証" という meta-evaluation 価値、卒論 §5.4 多 negative findings の中で唯一 positive な hyperparameter sensitivity 検証として配置
  • multi-scene での rate optimal 値は scene-dependent の可能性: lego は 0.002 が最高だが、ficus (sparse init) / drums (反射) / materials (PBR) では別 rate が最適かもしれない、ただし scene 別 sweep cost 大で defer 候補

5. 関連

  • P1.D Stage 1 (rate=0.004 default 5k smoke、win-win 実証): p1-d-opacity-decay-smoke
  • P1.D Stage 2 (rate=0.004 30k full、M5 達成): p1-d-stage2-30k-results
  • a-10 variance baseline (σ ±0.32 dB noise floor 根拠): a-10-variance-baseline
  • brush 自身 opac_decay = 0.004 default: p1-a-1-brush-eval-audit §7 (TrainConfig defaults)
02

関連する run

この finding が観測された / 言及している実験 run。

03

関連 finding

© 2026 大竹律輝 — 松田研究室