Banbao

mitsuba0.6 的实现，但是没完全看懂

论文提出了两种使用有偏估计构建无偏（或一致）估计的方法，分别是通过泰勒展开和伸缩和实现，给了一个通用框架；并根据这个理论实现了 3 个应用：可微渲染中的有限差分、体渲染中的 transmittance 估计、无偏光子映射

PSSMLT，将 MLT 的突变放到了 Primary Space，这样就不需要特地去设计变异策略；另外引入了 large step 的变异，同时保证了遍历性、高接收率、以及 MIS 的引入（优化了暗处）

MLT 原理简介与实现

World Space ReSTIR，实现了 single-bounce diffuse GI

世界空间的时空间复用 ReSTIR；从开源代码来看和 2021-SIG-Communication 的区别就是 hash 的时候加了 normal

论文将 splatting 和 MCMC mutation 结合，提出了一种 $O(n)$ 的 path reuse 算法；为了加速，论文在 path reuse 的时候，使用 $O(\ln n)$ 的复杂度计算贡献值，实现了进一步加速

clash-verge 使用相关

Disney BSDF Model

微表面模型