Fast, Differentiable, GPU-Accelerated Ray Tracing for Multiple Diffraction and Reflection Paths
Jérome Eertmans, Sophie Lequeu, Benoît Legat, Laurent Jacques, Claude Oestges
我们提供了一个快速,可微分,GPU加速的优化方法,用于在包含平面反射器和直衍射边缘的环境中进行射线路径跟踪。 基于Fermat的原则,我们的方法将寻路问题重新制定为最小化总路径长度,从而实现现代GPU架构的高效并行执行。 与需要用于反射和衍射的单独算法的现有方法不同,我们的统一公式在所有交互序列中保持一致的问题维度,使其特别适用于矢量化计算。 通过隐式分化,我们实现了高效的梯度计算,而不通过求解器迭代进行差异化,显著优于传统的自动差异化方法。 数字模拟显示收敛率可与专业牛顿方法相媲美,同时为大规模应用提供卓越的可扩展性。 该方法与JAX和DrJIT等可微分编程库无缝集成,为无线传播建模的逆向设计和优化提供了新的可能性。 源代码可公开查阅https://github.com/jeertmans/fpt-jax。
We present a fast, differentiable, GPU-accelerated optimization method for ray path tracing in environments containing planar reflectors and straight diffraction edges. Based on Fermat's principle, our approach reformulates the path-finding problem as the minimization of total path length, enabling efficient parallel execution on modern GPU architectures. Unlike existing methods that require separate algorithms for reflections and diffractions, our unified formulation maintains consistent proble...
