Active Exploration for Neural Global Illumination of Variable Scenes est un projet qui introduit une méthode d'exploration active utilisant Markov Chain Monte Carlo pour explorer l'espace des possibilités de données d'entraînement, en générant des échantillons qui aident le mieux à l'entraînement et en intercalant l'entraînement et la génération de données d'échantillonnage sur demande. Ce projet s'applique à un générateur neuronal qui apprend à rendre des instances de scènes nouvelles données une paramétrisation explicite de la configuration de la scène.