跳转到内容
Jason's Study

Veach MLT — 用 Metropolis 在路径空间游走，专攻 BDPT 也算不动的难场景

是什么

Metropolis Light Transport（MLT）是把 1953 年物理学家算原子核能量的 Metropolis-Hastings MCMC 搬到渲染上的一招——在所有可能的光路组成的”路径空间”里做随机游走，亮的路径周围被反复采样，暗的地方少去。

日常类比：你想找城市里最值得吃的馆子，但城市太大、不知道哪儿好吃。

  • 随便挑一家（起步）
  • 吃完觉得还行，下次就在附近巷子里再找一家试（局部扰动）
  • 偶尔抽风去十公里外（大跳）确保没漏掉新区
  • 难吃的也按一定概率”将就再来一次”，不能完全不去（接受概率）

跑几万次后，地图上”好吃区域”被你密集打卡，差区域几乎没去——但不是零次（不然估计有偏）。MLT 干的事一模一样，只是把”馆子”换成”光路”，“好吃”换成”路径对像素的贡献”。

为什么重要

到 1995 年 Veach 发了 veach-1995-mis 和 lafortune-1993-bdpt 之后，路径追踪还剩一类硬骨头：

  • 强 caustic：玻璃球聚焦在桌面上的光斑、水池底部斑驳的光纹
  • 缝隙后的房间：点光源透过钥匙孔照进密闭空间
  • 高度间接照明：阳光通过几面镜子才照到目标

这些场景的共同点是：贡献大的路径只占路径空间极小一坨，BDPT 即便从两端发光仍要靠运气撞上一条；撞上之后这条路径就被丢掉，下一帧从头再来。

Veach 的关键洞察：找到一条好路径就别浪费——做小幅扰动（动一动方向、换一段子路径），让”亮的路径”周围被密集采样。只要扰动满足 detailed balance（去-回概率对称），整套估计仍然无偏。

效果：原本 BDPT 跑一夜还满屏噪点的玻璃球 caustic 场景，MLT 几分钟收敛。

核心要点

算法骨架（伪代码）：

x = sample_initial_path_via_bdpt()  # 用 BDPT 当种子
for i in range(N):
    y = mutate(x)                   # 在 x 周围扰动出新路径 y
    a = min(1, (f(y) * T(y, x)) / (f(x) * T(x, y)))
    if random() < a:
        x = y
    splat_to_image(x, contribution = f(x) / pdf_target(x))

三个关键概念：

  1. f(x) 是路径贡献——这条光路最终会给屏幕加多亮一份能量。MLT 的目标分布正比于 f
  2. T(x, y) 是从 x 变到 y 的提议密度——为了满足 detailed balance，必须可计算正反两向
  3. 接受概率 a 的形式来自 Metropolis-Hastings 1970——保证长期访问频率正比于 f

为什么这能无偏：detailed balance 数学上保证 Markov 链的平稳分布正比于 f。简单讲，从亮路径 x 到暗路径 y 的”流量”，等于从 y 回到 x 的”流量”——长期来看，每个区域被访问的次数正比于它的”亮度”。这是 1953 年物理学就证明过的事，Veach 直接搬过来用。

多种 mutation 策略并存（论文里同时用）：

  • bidirectional mutation：砍掉一段子路径，用 BDPT 重新接出来；用于探索新拓扑
  • lens perturbation：微调相机射出的第一段方向；专攻光泽反射
  • caustic perturbation：镜面反射链上做小角度抖动；专攻 caustic
  • multi-chain perturbation：多次扰动叠加，对玻璃路径有效

不同 mutation 之间用 veach-1995-mis 合权重——MIS 又被嵌套用了一层。

实践案例

案例 1：玻璃球聚焦的 caustic

桌面上一个玻璃球，灯光打过来在桌面上聚出一片亮斑。

  • BDPT：从相机或从光源走，要撞中”光→玻璃折射→桌面亮斑→相机”这种 4-bounce 路径全靠运气，每万条路径才能命中几条
  • MLT：一旦运气好命中一条，caustic perturbation 在玻璃折射点附近抖动，邻近的亮斑像素同时被采到。亮斑区域被密集打卡，方差骤降

案例 2：钥匙孔房间

一个门关着，门上有个钥匙孔，外面有点光源；房间里要算间接照明。

  • BDPT：从相机出发的路径几乎不可能挤过钥匙孔；从光源出发的路径又很难找到相机方向
  • MLT：bidirectional mutation 一旦撞中一条穿孔路径，反复在它周围扰动，整个房间慢慢被照亮

案例 3：β=2 power heuristic 在 mutation 之间继续用

不同 mutation 策略各擅一类——caustic 的扰动对漫反射没用，lens 扰动对纯镜面无效。论文里直接把 veach-1995-mis 的 power heuristic 套上来：每条路径贡献按各 mutation 在该路径上的提议密度加权合并。

案例 4：起步阶段（warmup）的工程实现

# 用 BDPT 找 N_seed 条路径，按贡献加权抽一条当起点
seeds = []
for _ in range(N_seed):  # 比如 N_seed = 10000
    path = bdpt_sample()
    seeds.append((path, contribution(path)))
# 按贡献加权抽一条作为 Markov 链起点
x_init = weighted_choice(seeds)
# 估算总能量 b = mean(contribution)，用于后期 splat 归一化
b = sum(c for _, c in seeds) / N_seed

这个 b 叫 normalization constant，最终图像每个像素值要乘 b。少了它整张图会按未知系数偏暗或偏亮。

踩过的坑

  1. 种子分布要正比于 f：起步阶段（warmup）用 BDPT 找几千条路径并按贡献加权抽一条当起点。不做这步，前几千次迭代会漂移到”局部亮但全局暗”的区域。这叫 startup bias

  2. Stratification 丢失：MCMC 链上相邻样本高度相关，传统的 stratified sampling / Sobol 序列那一套没法直接用。简单场景上 BDPT 反而比 MLT 更快收敛——MLT 不是万金油

  3. 暗区域永远采不到 → “亮的更亮、暗的更暗”：接受概率天生压低低贡献路径。一个房间地下室角落本来就暗，MLT 跑完角落几乎纯黑甚至有色块伪影。生产里要混合一定比例的均匀采样兜底

  4. 每种 mutation 都要算正反向 pdf：detailed balance 要求 T(x→y) 和 T(y→x) 都能数值算出来。lens perturbation / caustic perturbation 的反向 pdf 推导是论文最难的部分，代码量是纯 BDPT 的 2-3 倍

  5. mutation 大小要场景级调参：扰动太小 → 链卡在局部亮区出不来；扰动太大 → 接受率暴跌、退化成纯随机。Veach 论文里给了一组经验值，但生产场景几乎都要重调

适用 vs 不适用场景

适用：

  • 强 caustic（玻璃、水、金属反射聚焦）
  • 复杂间接照明 / 缝隙透光 / 钥匙孔房间
  • 场景几何巨复杂，但贡献集中在小区域时——MLT 的复杂度由 f 决定，不由几何决定

不适用：

  • 简单漫反射场景——BDPT 更快收敛，MLT 是杀鸡用牛刀
  • 大面积平均照明（户外白天阴天）——没有”高贡献小区域”，MCMC 优势消失
  • 实时渲染（游戏、交互预览）——MLT 收敛过程不能”边跑边看”，画面会先有色块再变干净
  • 需要严格 unbiased 帧间一致性的动画——MCMC 帧间方差结构不平稳，相邻两帧的噪声 pattern 不连续，看着像在抖

历史小故事（可跳过）

  • 1953：Metropolis、Rosenbluth 等人在 Los Alamos 算原子核能量分布，发明 Metropolis 算法。物理界用了 40 年
  • 1970：Hastings 把它推广成 Metropolis-Hastings，成为 MCMC 的标准接受准则
  • 1986：Kajiya 提渲染方程（kajiya-1986-rendering-equation），路径追踪诞生
  • 1993-1995：BDPT 和 MIS 出现，但 caustic 仍噪
  • 1997：Veach 在 Stanford 读博，把 Metropolis 搬到路径空间。SIGGRAPH 1997 论文 + 博士论文同年——博士论文 500 页，奥斯卡级别的工程
  • 2002：Kelemen 等人提 PSSMLT——把 mutation 搬到底层随机数空间，代码量降一个数量级，但难场景效果不如原版 path-space MLT
  • 2014：Veach 与 Guibas 凭 BDPT/MIS/MLT 这套组合拿奥斯卡科学技术成就奖，电影《阿凡达》《冰雪奇缘》水下场景用过
  • 2014-2025：Multiplexed MLT、Manifold Exploration、Gradient-Domain MLT 等改进出现，但”用 MCMC 攻克 hard light transport”这个最高观点 30 年没人超越

Veach 后来去 Google 主导广告拍卖系统设计，又是另一段传奇。

学到什么

  1. MCMC 是对采样不均的终极武器——只要”重要的地方”占比小，就考虑用 Metropolis 把样本聚过去
  2. detailed balance 是无偏的密码——别管扰动多花哨，正反向 pdf 算得出来 + 接受概率按公式给，估计就无偏
  3. 找到一条好路径就别浪费——这是 MLT 区别于所有”独立采样”渲染算法的本质洞察
  4. 多种 mutation 各司其职 + MIS 合权重——单一 mutation 总有死穴，组合才稳。和 veach-1995-mis 一脉相承
  5. MLT 是保险丝不是主路：生产里默认 BDPT，遇到 caustic 重场景再切 MLT。这种”难场景特化算法”思路在很多领域都通用

延伸阅读

关联