我們最近啟動了 NVIDIA 開發人員計劃 獨家系列 聯系專家，問我任何問題 （ AMA ）由 NVIDIA 專家和寶石的射線追蹤編輯埃里克·海恩斯、亞當·馬爾斯、彼得·雪莉和英戈·沃爾德。
在 AMA 期間，編輯們就如何成功集成實時渲染提供了一些有價值的指導和提示。查看 AMA 的前五個問題和答案：
1.在游戲中添加光線跟蹤（ RT ）應用程序（如半透明、反射、陰影、 GI 或漫反射照明）時，是否有一些經驗法則？
亞當：在將光線跟蹤效果添加到游戲渲染器時，有許多事情需要考慮。要記住的主要考慮是光線跟蹤效果與游戲藝術指導的目標密切相關。這將改變任何給定效果的合理性能成本。
例如，如果陰影是一個重要的游戲機制（考慮分裂細胞) ，那么為額外漂亮的光線跟蹤陰影增加成本是有意義的，但在 RT 半透明性上花費額外的性能可能沒有多大意義。有關如何平衡光線跟蹤和性能的指導，我們有各種網絡研討會和其他內容，您可以從中學習。事實上，有一件事即將發生 RTX 在虛幻引擎 5 中 . （請注意，您可以按需訪問此內容。）
2.在直接照明采樣時，水庫采樣和重采樣重要性采樣都是有用的技術。但是，當通過 BSDF 樣本對光進行采樣時，為了 MIS ，似乎難以重新計算 PDF 。你能對這個問題提供一些見解嗎？
英戈：樣本重要性重采樣僅生成相對于現有 PDF 的樣本（您選擇獲取這些樣本）。因此，應該可以評估現有 PDF 以計算其他樣本的 PDF 值（在 MIS 上下文中）。
3.光線跟蹤和深度學習是否重疊？
埃里克：是的，在很多方面。深度學習可用于補充光線跟蹤，用合理的插值數據“填充”缺失信息，例如 NVIDIA 深度學習超級采樣（ DLSS ） .這在今天起作用。
神經繪制和神經圖形基元是當前研究的熱點領域。一個開始的地方是 神經渲染的研究進展 從 SIGGRAPH 2021 開始。另一個很好的資源是最近對 CVPR 2022 的 NeRF ，其中光線跟蹤用于渲染輻射場。
4.使用 ML 訓練幫助光線追蹤胃腸道的最新獨家新聞是什么？光線追蹤有沒有從深度學習中受益的新進展？您是否使用 ML 放大 2D 過濾器連接了較低采樣和過濾？
亞當：在機器學習領域已經有很多工作來幫助實時（而非實時）圖形。對于光線跟蹤全局照明，請查看 Thomas M ü ller 最近發表的一篇論文， 用于路徑跟蹤的實時神經輻射緩存 他們的方法訓練神經網絡來學習場景的光傳輸特性，然后構建光緩存，該光緩存可以以比跟蹤完整路徑更低的成本進行查詢。
5.你最喜歡的三種圖形紙是什么？
亞當:
- Ray Tracing Jell-O Brand Gelatin 作者：保羅·赫克伯特
- 光傳輸模擬的魯棒蒙特卡羅方法 作者：埃里克·韋奇
- 將點用作顯示基本體 馬克·萊沃伊和特納·惠特
埃里克：
- 渲染方程 詹姆斯·卡吉亞
- 一種改進的陰影顯示照明模型 作者：特納·惠特
- 多重重要性抽樣 作者：埃里克·韋奇
彼得：
- 分布式光線跟蹤 由羅伯特·庫克等人。
- 渲染方程 詹姆斯·卡吉亞
- 蒙特卡羅渲染中采樣技術的最佳組合 由 Eric Veach 和 Leonidas Guibas 撰寫
國際非政府組織：
- 使用內存相干光線跟蹤渲染復雜場景 作者： Matt Phar 等人。
- 蒙特卡羅輻射度的時間復雜度 彼得·雪莉
- 分布式光線跟蹤 由羅伯特·庫克等人。
加入關于 NVIDIA 開發者論壇 .別忘了注冊 NVIDIA 開發人員計劃 將于今年 10 月收到關于推薦系統的下一次 AMA 通知。
注冊 GTC 2022 了解 RTX 實時光線跟蹤的最新信息。有關游戲開發人員的完整內容列表，包括工具和培訓，請訪問 NVIDIA 游戲開發 .
?
