クリックで重力源を配置し、時空のゴム膜アナロジーでグリッドが歪む様子を体験。テスト粒子が軌道を描き、一般相対論の直感的イメージを掴もう。
2つの質量 M と m の間に働く引力：
このシミュレーターでは加速度 a = G·M/r² を各タイムステップで計算し、Verlet積分で位置・速度を更新します。ソフトニングパラメータ ε を加えることで r→0 での発散を防いでいます。
グリッド変位量：
アインシュタインは一般相対論を「重い物体が時空というゴム膜を歪める」と説明しました。このシミュレーターの2Dグリッド変形がそのアナロジーです。実際の時空は4次元ですが、この視覚化は直感的理解に有効です。
脱出速度：
粒子の初速が脱出速度より低いと楕円軌道、高いと双曲線軌道になります。CAEでは軌道計算技術がロケット軌道設計・人工衛星の摂動解析に応用されます。
重力ポテンシャル ∇²φ = 4πGρ はポアソン方程式であり、FEMの熱伝導・静電場・構造ポテンシャルと同型です。N体積分はMD（分子動力学）の基礎でもあり、グリッド変形はメッシュ変形解析と同じ概念を使っています。
このシミュレーターの根幹では、ニュートンの万有引力の法則を用いて粒子に働く力を計算し、Verlet積分という手法で位置と速度を更新しています。
$$ \vec{F}= -G \frac{M m}{r^2}\hat{r}$$ここで、$\vec{F}$は粒子に働く重力、$G$は万有引力定数、$M$は重力源の質量、$m$は粒子の質量、$r$は重力源と粒子の距離、$\hat{r}$は重力源から粒子への単位ベクトルです。力の向きは引力なのでマイナスが付きます。
画面上のグリッドの変形（重力井戸の深さ）は、各頂点が全ての重力源から受けるポテンシャルの和として計算されています。これがゴム膜アナロジーの数式表現です。
$$ \Delta y = \sum_i -\frac{M_i}{\sqrt{dist_i^2 + \epsilon^2}} $$ここで、$\Delta y$はグリッド頂点の沈み込み量、$M_i$はi番目の重力源の質量、$dist_i$は頂点から重力源までの距離、$\epsilon$は発散を防ぐためのソフトニングパラメータです。この式により、質量が大きく、距離が近いほど深く沈む井戸が表現されます。
天体物理学・宇宙探査：探査機を他の惑星に送る際の軌道設計（スイングバイ）に、このような重力場中の運動計算が不可欠です。シミュレーターで初速度を変えて放物線軌道を作る操作は、その基礎にあたります。
宇宙望遠鏡の位置決め：ハッブル宇宙望遠鏡やジェイムズ・ウェッブ宇宙望遠鏡は、地球の重力井戸の中の特定の点（ラグランジュ点）に配置され、安定して観測を行います。重力場の理解が軌道決定に役立ちます。
高精度測位システム（GPS）：GPS衛星は地球の重力井戸の外側を高速で回っています。一般相対論効果（時空の歪みによる時間の進み方の違い）を補正しなければ、位置情報は数分で数kmもずれてしまいます。
数値相対論シミュレーション：ブラックホール連星の合体など、強い重力場中の極限現象を計算する「数値相対論」の分野では、時空の歪みを格子で表現し、その上で物理量を計算する手法が発展しています。このシミュレーターはそのごく初歩的な概念体験と言えます。
まず、このシミュレーターは2次元のアナロジーだという点を押さえよう。実際の時空の歪みは3次元空間+時間の4次元で起きており、この「ゴム膜」のイメージはあくまで理解の助け。特に、粒子が「落ちる」のは膜の「下」方向ではなく、歪んだ幾何学自体の中を進む結果だというのが本質だよ。
次に、「ソフトニング」パラメータの設定。これを0.1や0.01といった小さな値にすると、粒子が重力源に激突して計算が発散しやすい。実務では、シミュレーションの対象スケールに合わせて調整する。例えば、銀河衝突シミュレーションでは星同士の距離が非常に大きいので、ソフトニングは比較的大きく取って計算を安定させる。逆に、小さい系を精密に計算する時は小さくするけど、その分タイムステップ（時間の刻み幅）も小さくする必要がある。このシミュレーターで「粒子の初速度」を大きくした時に軌道が暴れるのは、タイムステップが固定だから起こる現象で、これも実務では注意すべき点だ。
最後に、「Verlet積分」の特性。この手法はエネルギー保存性が良い反面、速度は直接計算しない（位置の差分から求める）ので、速度に依存する力（空気抵抗など）を後で追加する時は一工夫必要になる。このシミュレーターは純粋な重力だけだからシンプルに使えているけど、応用する時は頭の片隅に入れておこう。
このシミュレーターの根幹である「質点の重力場中の運動計算」は、実は分子動力学法（MD: Molecular Dynamics）と数値計算の手法がそっくりだ。MDでは原子間に働く分子間力（例えば、Lennard-Jonesポテンシャル）を計算し、同じくVerlet積分で原子の軌跡を追う。重力の $1/r^2$ と分子間力の $1/r^{12}$ など、力の法則は違えど、発散を防ぐためのカットオフやソフトニングの考え方は共通しているんだ。
もう一つの大きな応用はロボットアームやマニピュレータの軌道計画。重力井戸を「目標地点へのポテンシャル」、粒子を「ロボットのエンドエフェクタ（先端）」に置き換えてみよう。障害物を反発ポテンシャルとして設定すれば、ロボットが自然に目標に引き寄せられながら障害物を避ける経路を、このシミュレーターと同じ力学計算で生成できる。これは人工ポテンシャル法と呼ばれる古典的だが強力な手法だ。
さらに、流体シミュレーションにおける粒子法（SPH法など）でも、近接粒子間の相互作用を計算する際に、この「ソフトニング」に似た平滑化（カーネル関数）が必須となる。計算が発散しないように力を滑らかにするという工学的基本技術は、分野を超えて広く使われているんだ。
まず次の一歩は、「数値計算」と「古典力学」の基礎を固めることだ。このシミュレーターのVerlet積分を理解するには、オイラー法やルンゲ＝クッタ法といった他の数値積分法と比較してみるのがいい。例えば、同じ初期条件でオイラー法を使うと、エネルギーが保存せず軌道がどんどん膨らんだりする「発散」を体感できる。教科書なら『オイラー法の次に読む 数値計算の基礎』のような入門書が役立つ。
数学的背景としては、微分方程式（特に常微分方程式の初期値問題）とベクトル解析が鍵になる。粒子の運動は、ニュートンの運動方程式 $m\ddot{\vec{r}} = \vec{F}$ という2階の常微分方程式。これをコンピュータで解くのがシミュレーションの正体だ。また、力 $\vec{F}$ をポテンシャルエネルギー $U$ の勾配（$-\nabla U$）として表現する方法を学ぶと、保存力の理解が一段階深まる。ポテンシャルの谷（重力井戸）を転がるボールのイメージだ。
このツールに慣れたら、挑戦してみたい次のトピックは「多体問題」と「相対論的効果」だ。現在は重力源は固定で粒子だけが動く「制限三体問題」に近いが、複数の重力源も互いに動き出すと（例えば連星の周りの惑星）、カオス的な軌道が現れる。また、水星の近日点移動など、ニュートン力学では説明できない微細な現象を理解するには、一般相対論のポストニュートン近似といった次のステップへ進むことになる。まずは、このシミュレーターでパラメータをいじり倒して「直感」を養うことが、それら全ての土台になるよ。