yucong96的博客

第十五章 第一人称摄像机和动态索引摄像机部分略15.5 动态索引之前，每个render item都需要传一个材质和一个纹理（保存在每个item的constant buffer中），如果场景中有大量物体，使用了同样的材质和纹理，那么每次渲染重新传，是比较耗时的。动态索引指在一次draw call时就上传所有的材质和纹理，而每个render item的 constant buffer只需要记录一个材质ID和纹理ID，则就能节省很多时间，具体策略如下：构建一个structured buffer，来存储

资源www.d3dcoder.netwww.merclearning.com第四章 Direct3D初始化4.1 预备知识4.1.1 Direct3D 12 总述更底层更少抽象更接近GPU架构大大降低CPU开销提升多线程支持4.1.2 COM（Component Object Model）从COM接口中得到COM对象，而不需要使用C++的new释放COM对象需调用COM对象的Release方法，而不需要使用deleteWRL（Windows Runtime Library）

目录第八章 光照8.1 光和材质的交互8.2 法向8.3 光照中其他重要的向量8.4 Lambert余弦定律8.5 散射光（diffuse lighting）8.6 环境光（ambient lighting）8.7 镜面光（specular lighting）8.7.1 Fresnel效应8.7.2 粗糙度8.8 光照模型8.9 材质的实现8.10 平行光源8.11 点光源8.12 聚光源8.13 光照的实现8.14 Demo第九章 纹理9.1 复习纹理和资源9.2 纹理坐标9.3 纹理数据来源9.4 创建

加法公理：x-qxp-规则：xqypz →\rightarrow→ x-qypz-解释：q为equal，p为plus，公理表示(x+1)=x+1，规则表示如果x=y+z，则(x+1)=y+(z+1)乘法公理：xqxt-规则：xqytz →\rightarrow→ xyqytz-解释：q为equal，t为times合数公理：xqxt-规则1：xqytz →\rightarrow→...

此为第八章 Planning and Learning with Tabular Methods 。在上述章节中，我们已经看到了DP是基于模型 (Model-Based) 的，而MC和TD是模型无关的 (Model-Free) 。基于模型的方法中，Planning（下文定义这个词）是最主要的一步；而对于模型无关的问题，Learning是最核心的步骤。Planning和Learning有很多异同...

此为《强化学习》第六章 Temporal-Difference Learning 。时序差分学习 (Temporal-Difference Learning, TD) 是强化学习的核心。TD学习是蒙特卡洛MC法和动态规划DP法的综合，它可以像MC那样，不需要知道环境的全部信息，通过交互就能学习；同时，它也可以像DP那样，在（其他值函数）估计的基础上进行估计，从而不需要求解完整个事件(Episo...

此为《强化学习》第三章。用户-环境接口马尔科夫决策过程 (Markov Decision Process, MDP) 是建模在交互中学习的一种直观框架。学习者和决策者被称为用户 (Agent) ，其他和用户无关的但能和用户进行交互的部分被称为环境 (Environment) 。第ttt时刻，用户处于状态StStS_t，得到奖励RtRtR_t，在某个策略下选择了行为AtAtA_t，从而进...

此为《强化学习》第五章。上一节中的动态规划方法需要知道整个environment的信息，但有的时候，我们只有经验 (Experience) （比如一组采样），而对environment没有任何其他知识；或者我们有一个可以交互的黑盒，通过黑盒可以进行仿真得到experience，但具体黑盒内的概率模型也是不知道的（或者非常难以计算的）。这种情况下，动态规划方法不再适用，蒙特卡洛方法 (Monte...

此为《强化学习》第二章。多臂赌博机问题描述问题描述略。理想状态下，如果我们可以知道做出行为aaa时得到的期望价值，那问题就结了，按期望选择最大的就好了。它的表达式为： q∗(a)≐E[Rt|At=a]q∗(a)≐E[Rt|At=a]q_*(a) \doteq \mathbb{E}[ R_t | A_t = a ]其中，选择行为aaa的理论期望价值q∗(a)q∗(a)q_*(a)...

此为《强化学习》第七章 n-step Bootstrapping 。nnn步Bootstrapping是MC和TD(0)的综合。随着对参数nnn的调整，我们可以看到TD是如何过渡到MC的。而最佳的方法往往就是介于TD和MC之间。nnn步TD估计在上一章的TD(0)方法中，我们有 v(St)←v(St)+α(Gt−v(St))v(St)←v(St)+α(Gt−v(St))v(S_...

此为《强化学习》第四章。策略评估策略评估 (Policy Evaluation) 首先考虑已知策略π(a|s)π(a|s)\pi(a|s)，求解vπ(s)vπ(s)v_\pi(s)。根据上一节中状态值函数的Bellman等式，有 vπ(s)=∑aπ(a|s)∑s′∑rp(s′,r|s,a)[r+γvπ(s′)]vπ(s)=∑aπ(a|s)∑s′∑rp(s′,r|s,a)[r+γvπ(...