学习通用引力透视路径：广义相对论中的引力透视渲染

我们提出GravLensX，这是一种用于渲染具有引力透视效果的黑洞的创新方法。该方法涉及训练神经网络以拟合黑洞周围的时空结构，然后利用这些训练好的模型生成受引力透视影响的光线路径。这使得对具有稀薄吸积盘的黑洞进行高效可扩展的仿真成为可能，显著缩短了渲染所需时间。我们通过对多个具有叠加Kerr度量的黑洞系统进行大规模渲染来验证了该方法，证明其能够以显著$15\times$减少的计算时间产生准确的可视化效果。我们的发现表明，神经网络为渲染复杂天体物理现象提供了有前景的替代方案，可能为天文学可视化开辟了新道路。