为什么从Mersenne twister切换到Gradient Noise Generator中的其他PRNG会产生不良结果？

Question

我一直在尝试创建一个广义的渐变噪声生成器(它不使用散列方法来获得渐变).代码如下:

class GradientNoise {
    std::uint64_t m_seed;
    std::uniform_int_distribution<std::uint8_t> distribution;
    const std::array<glm::vec2, 4> vector_choice = {glm::vec2(1.0, 1.0), glm::vec2(-1.0, 1.0), glm::vec2(1.0, -1.0),
                                                    glm::vec2(-1.0, -1.0)};

public:
    GradientNoise(uint64_t seed) {
        m_seed = seed;
        distribution = std::uniform_int_distribution<std::uint8_t>(0, 3);
    }

    // 0 -> 1
    // just passes the value through, origionally was perlin noise activation
    double nonLinearActivationFunction(double value) {
        //return value * value * value * (value * (value * 6.0 - 15.0) + 10.0);
        return value;
    }

    // 0 -> 1
    //cosine interpolation
    double interpolate(double a, double b, double t) {
        double mu2 = (1 - cos(t * M_PI)) / 2;
        return (a * (1 - mu2) + b * mu2);
    }

    double noise(double x, double y) {
        std::mt19937_64 rng;
        //first get the bottom left corner associated
        // with these coordinates
        int corner_x = std::floor(x);
        int corner_y = std::floor(y);

        // then get the respective distance from that corner
        double dist_x = x - corner_x;
        double dist_y = y - corner_y;

        double corner_0_contrib; // bottom left
        double corner_1_contrib; // top left
        double corner_2_contrib; // top right
        double corner_3_contrib; // bottom right

        std::uint64_t s1 = ((std::uint64_t(corner_x) << 32) + std::uint64_t(corner_y) + m_seed);
        std::uint64_t s2 = ((std::uint64_t(corner_x) << 32) + std::uint64_t(corner_y + 1) + m_seed);
        std::uint64_t s3 = ((std::uint64_t(corner_x + 1) << 32) + std::uint64_t(corner_y + 1) + m_seed);
        std::uint64_t s4 = ((std::uint64_t(corner_x + 1) << 32) + std::uint64_t(corner_y) + m_seed);


        // each xy pair turns into distance vector from respective corner, corner zero is our starting corner (bottom
        // left)
        rng.seed(s1);
        corner_0_contrib = glm::dot(vector_choice[distribution(rng)], {dist_x, dist_y});

        rng.seed(s2);
        corner_1_contrib = glm::dot(vector_choice[distribution(rng)], {dist_x, dist_y - 1});


        rng.seed(s3);
        corner_2_contrib = glm::dot(vector_choice[distribution(rng)], {dist_x - 1, dist_y - 1});


        rng.seed(s4);
        corner_3_contrib = glm::dot(vector_choice[distribution(rng)], {dist_x - 1, dist_y});


        double u = nonLinearActivationFunction(dist_x);
        double v = nonLinearActivationFunction(dist_y);


        double x_bottom = interpolate(corner_0_contrib, corner_3_contrib, u);
        double x_top = interpolate(corner_1_contrib, corner_2_contrib, u);
        double total_xy = interpolate(x_bottom, x_top, v);
        return total_xy;
    }
};

然后我生成一个OpenGL纹理,显示如下:

int width = 1024;
int height = 1024;
unsigned char *temp_texture = new unsigned char[width*height * 4];
double octaves[5] = {2,4,8,16,32};

for( int i = 0; i < height; i++){
    for(int j = 0; j < width; j++){
        double d_noise = 0;
        d_noise += temp_1.noise(j/octaves[0], i/octaves[0]);
        d_noise += temp_1.noise(j/octaves[1], i/octaves[1]);
        d_noise += temp_1.noise(j/octaves[2], i/octaves[2]);
        d_noise += temp_1.noise(j/octaves[3], i/octaves[3]);
        d_noise += temp_1.noise(j/octaves[4], i/octaves[4]);
        d_noise/=5;
        uint8_t noise = static_cast<uint8_t>(((d_noise * 128.0) + 128.0));
        temp_texture[j*4 + (i * width * 4) + 0] = (noise);
        temp_texture[j*4 + (i * width * 4) + 1] = (noise);
        temp_texture[j*4 + (i * width * 4) + 2] = (noise);
        temp_texture[j*4 + (i * width * 4) + 3] = (255);
    }
}

哪个效果很好:

但gprof告诉我,梅森捻线机占用了62.4%的时间并且随着纹理的增加而增长.没有其他任何人可以接近任何时间.虽然Mersenne twister在初始化后很快,但每次使用它时我初始化它的事实似乎使它变得非常慢.

此初始化是100%所需的,以确保相同的x和y在每个整数点生成相同的渐变(因此您需要每次都使用散列函数或种子RNG).

我试图将PRNG更改为线性同余生成器和Xorshiftplus,虽然两者都运行速度快了几个数组,但它们给出了奇怪的结果:

LCG(一次,然后在使用前运行5次)

Xorshiftplus

经过一次迭代

经过10,000次迭代.

我试过了:

在使用输出之前运行发生器几次,这导致执行缓慢或仅仅是不同的伪像.

在初始种子之后使用两次连续运行的输出再次播种PRNG并使用该值之后的值.结果没有区别.

怎么了？我能做些什么来获得与mersenne twister相同质量的更快结果？

OK BIG UPDATE:

我不知道为什么会这样,我知道它与使用的素数有关,但是在稍微弄乱之后,似乎以下工作:

步骤1,将x和y值分别合并为种子(并将其他一些偏移值或其他种子值与它们结合起来,这个数字应该是一个主要/非平凡的因素)

步骤2,使用这两个种子结果再次将发生器播种回功能(所以就像geza说的那样,制作的种子很糟糕)

步骤3,当得到结果时,不是使用模数(4)试图获得,或者&3,先用素数对结果进行模数,然后应用&3.我不确定素数是否为mersenne主要与否.

这是使用prime = 257和xorshiftplus的结果!(注意我在2048年使用了2048这个,其他的是256乘256)

Answer 1

已知 LCG 不足以满足您的目的。

Xorshift128+ 的结果很糟糕，因为它需要良好的播种。提供良好的播种违背了使用它的全部目的。我不推荐这个。

但是，我建议使用整数哈希。例如，来自Bob 页面的一个。

这是该页面的第一个哈希的结果，对我来说看起来不错，而且速度很快（我认为它比 Mersenne Twister 快得多）：

这是我编写的用于生成它的代码：

#include <cmath>
#include <stdio.h>

unsigned int hash(unsigned int a) {
    a = (a ^ 61) ^ (a >> 16);
    a = a + (a << 3);
    a = a ^ (a >> 4);
    a = a * 0x27d4eb2d;
    a = a ^ (a >> 15);
    return a;
}

unsigned int ivalue(int x, int y) {
    return hash(y<<16|x)&0xff;
}

float smooth(float x) {
    return 6*x*x*x*x*x - 15*x*x*x*x + 10*x*x*x;
}

float value(float x, float y) {
    int ix = floor(x);
    int iy = floor(y);
    float fx = smooth(x-ix);
    float fy = smooth(y-iy);

    int v00 = ivalue(iy+0, ix+0);
    int v01 = ivalue(iy+0, ix+1);
    int v10 = ivalue(iy+1, ix+0);
    int v11 = ivalue(iy+1, ix+1);
    float v0 = v00*(1-fx) + v01*fx;
    float v1 = v10*(1-fx) + v11*fx;
    return v0*(1-fy) + v1*fy;
}

unsigned char pic[1024*1024];

int main() {
    for (int y=0; y<1024; y++) {
        for (int x=0; x<1024; x++) {
            float v = 0;

            for (int o=0; o<=9; o++) {
                v += value(x/64.0f*(1<<o), y/64.0f*(1<<o))/(1<<o);
            }

            int r = rint(v*0.5f);

            pic[y*1024+x] = r;
        }
    }

    FILE *f = fopen("x.pnm", "wb");
    fprintf(f, "P5\n1024 1024\n255\n");
    fwrite(pic, 1, 1024*1024, f);
    fclose(f);
}

如果您想了解哈希函数如何工作（或者更好的是，一个好的哈希具有哪些属性），请查看 Bob 的页面，例如this。