После изучения доки и SDK: приложение экспортирует файл "силового поля" (условное название), формат в псевдокоде

C++ (Qt)
struct CVolumeInfo {
 Point center;   // центр куба
 int numX, numY, numZ;  // число шагов по каждой из осей
 float sizeX, sizeY, sizeZ;  // размер по каждой из осей
 float * data;     // плотность ячеек (всего numX * numY * numZ)
};

Теперь для каждой точки внутри поля худо-бедно посчитать осещенность можно - протыкаем каждую ячейку вдоль направления точка-источник и уменьшаем свет по плотности ячейки. Всего не более чем max(numX, numY, numZ) шагов. Не то чтобы уж очень быстро, но приемлемо.

Однако растущий в кубе объем ужасен. Напр скромное поле 256х256х256 - уже 64 метра, а качество еще и конь не валялся. И это на кадр, а их сотни и больше. 

Также леко показать что эта схема разрывна. Напр 2 точки могут быть сколь угодно близки но в разных кубах - значит имею "шов", как загладить - хз

Не вижу никакой связи c MC (Monte-Carlo). Точки даны, решетка дана, направление на источник известно, зачем же мне делать какие-то случайные выборки? Др дело прямолинейная реализация ничего хорошего не обещает - слишком уж расходна (см. детали выше). Меня удивил предоставляемый файл - ведь дерево можно создать практически бесплатно (2 бита на точку). правда хз что с ним дальше делать. Поговорить с разработчиками можно, но не хочется так сразу лезть.

Как это связано с темой - хз. Наверное просто случайно уцелевший осколок знаний в голове выжженной дустом

В общем приятного мало - придется читать диссеры и искать open-source, и неизвестно чем все закончится. Если же велосипедить, то есть такие соображения

- строим банальное двоичное дерево, разбивая куб на 2 куба по числу точек вдоль одной из осей - до тех пор пока в каждом кубе не будет по 1 точке

- теперь "хоть как-то" считать можем, по каждому кубу известна плотность d = число точек в кубе / его объем. Если научный работник забыл, то падение освещенности = 1 - e ^ (-kdt)

- конечно это загнется по скорости, т.к. число протыкаемых кубов огромно. Есть такая идейка - хранить значение "анизотропии" для каждого куба. Пример: проткнули "большой" куб, нужно ли протыкать 2 его child куба? Смотрим anisotropy большого, ага, оно достаточно мало, значит его плотность примерно однородна, чилдренов сканировать не надо. Но как это реализовать?

Смущает полное отсутствие знатоков, поучающих, что-то "настоятельно рекомендующих" и.т.п. Ну где же Вы - я очень хочу Вас послушать 

 /* шёпотом */
Igors не любит, когда ему настоятельно рекомендуют  
 

Для тех кто не понял объясняю еще раз

- Дано облако точек (водяных капель), потенциально большое. Его надо визуализировать, проще говоря нарисовать (см картинку). За счет чего разные точки имеют разный цвет? За счет того что одни освещены/затенены больше, другие меньше. Таким образом нужно посчитать освещенность каждой точки, ну или как облако бросает тень

Если что-то еще непонятно - я поясню, а писять кипятком не надо 

Это столько ошибок в слове октодерево?

Что подумалось, это octree + LOD. Думаю, это позволит не обсчитывать центр облака. Для расчета останется ближний к камере слой с заданной глубиной.

Каждый куб сохраняет "свою заполненность", например, в процентах. Тогда можно считать, что куб заполненный на 70% полностью не прозрачен и не пропускает дальше свет. Плотность накапливается, т.е. если луч прошел куб заполненный на 25%, а дальше находиться куб заполненный на 60%, то луч глубже не пойдет. Уровень детализации кубов (LOD) будет зависеть от расстояния до камеры: ближайшие кубы очень маленькие (может даже то отдельной точки), чем дальше - тем детализация уменьшается.

Моя задача - нарисовать кадр, их много, но на каждом все с нуля. Конечно o real-time речь не идет, разумное время обсчета кадра (5 миллионов точек с хорошим качеством) - до 10 минут, больше нежелательно, где-то начиная с 30 минут - практически unusable, неприемлемо медленно.

Месите там какой-то перл, читаете лекции начинающим (а оно брыкается и слушать не хотят) - оно Вам надо? Вот задача дает широчайший простор для искусства программирования - оптимизируйте на здоровье!