重要性采样的原理
哪些公司问过
答案要点
- 用易采样的分布 q 采样,估计目标分布 p 下的期望
- 估计式:E_p[f] ≈ (1/N) Σ f(x_i) p(x_i)/q(x_i),x_i 采自 q
- 权重 p(x)/q(x) 称为重要性权重
- q 须在 p 非零处非零,否则估计有偏
- q 与 f·p 形状越接近,方差越小;渲染中用于采样 BRDF 和光源,减少噪点
易错点
- 忘了乘重要性权重
- q 在 p 非零处取零,造成偏差
- 权重方差过大,没有做截断或归一化
- 把重要性采样当作拒绝采样
面试官常见追问
- 为什么重要性采样能降低方差?
- q 选得不好会怎样?
- 渲染里怎么用重要性采样?
- 强化学习里为什么要用重要性采样?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。