本系列实验是笔者参与2023腾讯游戏课题的一部分，代码已开源。
渲染流程中存在许多参数。游戏开发流程中，将渲染结果调节至与原画美术风格或参考结果一致的过程，需要大量技术美术人员的工作。例如：
这些问题长久以来依赖人工手动调参，是时候将这个过程自动化了。
从实验 1 中我们已经知道，可微渲染可以优化的对象除了纹理贴图，还有模型的几何信息等。在游戏中，模型几何常用三角网格表示，可优化的对象包括顶点位置、边拓扑关系、UV 和法线，以及可能包含的蒙皮数据。
在游戏模型资产优化任务中，有一类很常见的任务是 LOD 的自动生成。位于相机远处，或在低端机型上显示的模型，游戏程序将会自动选择低精度（LOD 级别高）的模型，以减轻渲染压力。传统的基于几何处理的 LOD 低模自动生成算法（保 UV 或不保 UV）已经比较成熟，但它们所满足的指标往往是固定的，难以动态适配具体的游戏项目和渲染流程。
为此，可微渲染技术应运而出，根据相应的渲染流程，在迭代训练下自动生成匹配的，简化的模型拓扑，并且保持模型 UV。这样生成的低模自然也是理论上最优的。
本系列实验是笔者参与2023腾讯游戏课题的一部分，代码已开源。
渲染过程是相机、场景二元组到图像的映射。在许多游戏应用中，往往会用到 LOD 技术，以减轻屏幕中小目标的渲染压力。采样小像素目标的纹理时，往往使用 mipmap 技术，主要是为了避免采样精度不高导致的摩尔纹等问题。
不过，本次实验解决的纹理贴图 LOD 问题与采样精度无关，它的背景主要是在低端设备上在达到性能要求，并且最大程度上保持贴图的高频细节。
某种细胞每回合均匀随机地选择一项：
现初始有 \(n\) 个细胞，求最终细胞数为 \(0\) 的概率。
本题只有一个吸收壁，但有可能吸收不了。
甲、乙两人玩一个反复横跳游戏。首先决定先手、后手，以及固定值 \(a, b, S_1\)。随后的每一轮，第 \(i\) 轮依次进行如下操作：
所有的 \(X_i, Y_i\) 都是独立同分布的。
现有 \(n\) 人参与投票游戏：设每人均匀随机地选择剩余 \(n-1\) 人的其中一人，将其序号投入投票箱，最后从投票箱中统计每人获得的票数。设没有获得任何票的人的数目为 \(X\)，获得了至少两票的人的数目为 \(Y\)。求：
一个汉字在不同场景下可能发不同音，占用不同的汉语拼音音位，它们就是所谓的“多音字”。本文将总结能够被收录入字典的多音字产生的原因。
某公司年会举办抽奖活动，共有 \(n\) 名员工参加，共有 \(m\) 件奖品。员工当中，有 \(k\) 人获得了额外的中奖权重：
求拥有额外的中奖权重的员工的中奖概率。
本文是博主撰写的学校课程论文（有删改），主题是几何处理领域的常用数据结构 Voronoi 图。