Poisson Disk Sampling: de un problema de gráficos a una solución elegante
El muestreo de disco de Poisson coloca puntos aleatorios con una distancia mínima garantizada, esencial en gráficos por computadora y simulaciones. El algoritmo de Bridson de 2007 ofrece una solución eficiente, y este artículo explora dos mejoras clave: una optimización parental que reduce iteraciones al evitar ángulos redundantes, y un ajuste del exponente de distancia que equilibra densidad y aleatoriedad. También presenta aplicaciones como el punteado (stippling) y el algoritmo determinista de Mitchell de 2022, que garantiza maximalidad y uniformidad sin muestreo por rechazo.
En 2024, un equipo de nueve matemáticos publicó una prueba monstruosa de casi 1.000 páginas de la conjetura geométrica de Langlands; en el extremo opuesto, en 2007, Robert Bridson publicó un artículo de una página con casi 1.000 citas que se entiende en menos de 10 minutos.
- akkartik
Sigue siendo una de las UIs de depuración más satisfactorias que he creado. https://akkartik.name/post/2023-11-04-devlog
- jacobolus
A algunos les puede resultar útil https://observablehq.com/@fil/poisson-distribution-generator...
- Terr_
> Considera cuando el algoritmo coloca un punto p y luego muestrea su anillo para obtener un nuevo punto q.
Estuve confundido por un tiempo pensando que p y q estaban intercambiados aquí, en relación con la visualización de abajo. [0] Sin embargo, ahora creo que lo que me perdí es que la visualización muestra dos puntos que ya están firmemente establecidos, y la cuestión es dónde podría colocarse un potencial tercer punto (no visto, sin nombre).
Así que, metafóricamente hablando, se trata de elegir una nueva dirección de viaje que no esté garantizada que sea hacia tus propias huellas recientes.
[0] Podrías decir que tengo problemas para distinguir mis p's y q's.