ロボット工学の急速な進展に伴い、高性能なシミュレーション環境への需要が高まっています。特に手術ロボティクスの分野では、剛体の医療器具、柔らかい組織、体液など多様なオブジェクトをモデル化する必要があり、独特の課題を抱えています。従来の研究では縫合糸と軟組織をそれぞれ独立してシミュレートすることが一般的でしたが、実際の手術では縫合糸挿入時の相互作用を含む完全な軟組織縫合シナリオをモデル化する必要があります。 本論文では、位置ベースダイナミクス（PBD）で縫合糸をモデル化し、材料点法（MPM）で軟組織をモデル化した新しい縫合シミュレーション環境を提案しています。このアプローチでは、PBD縫合糸とMPM軟組織間の二方向接触を考慮し、摩擦力とドラッグ力を含める接触結合方法を導入しています。これにより、視覚的に信頼できる縫合糸と組織の相互作用をシミュレートできます。 シミュレータはGPU実行向けに最適化され、複数のCUDAストリームを使用して並列シーン処理を実現しています。さらに、針の挿入、駆動、抽出を含む自律縫合サブタスク用の強化学習（RL）環境も提示されています。ML-Agentsを使用して学習したRL エージェントは安定した学習を示し、最も厳しい距離閾値の下で針挿入時に80%、抽出時に68%の成功率を達成しています。このシミュレーション環境は、ロボット手術技術の自動化と最適化に向けた重要な一歩となります。