执行监督式Text-to-CAD生成框架:面向可靠AI辅助参数化设计

《Buildings》:Execution-Supervised Text-to-CAD Generation for Reliable AI-Assisted Parametric Design

【字体: 大 中 小 】 时间:2026年10月24日 来源:Buildings 3.4

编辑推荐:

  可靠的文本到CAD生成仍具挑战性,因为语法有效的程序可能在几何执行过程中失败,或产生不准确的几何模型。现有方法通常将几何执行主要视为生成后验证步骤,限制了其在指导生成过程中的作用。为解决这一局限,本研究提出一种统一的执行监督框架,将几何反馈贯穿于数据表示、模型

  
可靠的文本到CAD生成仍具挑战性,因为语法有效的程序可能在几何执行过程中失败,或产生不准确的几何模型。现有方法通常将几何执行主要视为生成后验证步骤,限制了其在指导生成过程中的作用。为解决这一局限,本研究提出一种统一的执行监督框架,将几何反馈贯穿于数据表示、模型优化、推理时校正和自训练。该框架首先将原始边界表示(B-Rep)数据转换为紧凑、可执行的CadQuery程序。随后,通过结合轻量级Mock-CadQuery(Mock-CQ)筛选与权威Open CASCADE Technology(OCCT)执行,建立成本感知的分层验证机制。此外,集成Chamfer Distance(CD)引导的强化学习、执行引导的迭代修复和执行验证的自训练,以提高几何保真度、执行可靠性和针对性建模覆盖。实验表明,所提框架显著降低无效输出率,同时降低有效几何输出间的平均Chamfer Distance。这些发现凸显了将执行反馈集成到CAD程序生成中的有效性,并为AI辅助工程设计提供了一种产生可靠、可执行且可编辑参数化模型的实用方法。
本文围绕可靠文本到CAD生成展开。计算机辅助设计(Computer-Aided Design,CAD)通常以边界表示(Boundary Representation,B-Rep)描述实体,但设计意图更适合由Sketch–Extrude–Fillet等参数化构造序列表达;CadQuery提供基于Python的可执行接口,几何构造由Open CASCADE Technology(OCCT)完成。问题在于:语法合理的程序未必能通过几何执行,可能引用不存在的拓扑实体、构造自交轮廓、使用不可行的圆角/抽壳参数,或在布尔运算后返回空结果;即使执行成功,尺寸、布尔、特征选择或构造顺序误差也会传播。现有方法多将几何执行作为生成后验证,未充分用作学习信号,且频繁调用完整几何内核成本高。为此,研究人员提出统一的执行监督框架,把可执行性贯穿数据表示、模型优化、推理时校正和自训练,并区分语法有效性、内核可执行性与几何/语义保真度,意义在于生成可靠、可执行、可编辑的参数化模型。

关键技术方法(≤250字):样本来自OmniCAD,处理约21万条caption–CadQuery对,官方测试20,407条参考程序并固定500子集;最终模型另用163,306条合成数据与12,000条OmniCAD样本(1,000条留验证)。主要包括:B-Rep到CadQuery转换(识别Sketch+Extrude、恢复矩形/圆/正多边形、合并共线/重复/退化曲线、批量共面轮廓与对称双向拉伸、浮点有效位缩短并用Mock-CQ校验);Mock-CQ九类局部约束筛选与OCCT权威执行的分层验证;Chamfer Distance(CD)引导的组相对策略优化(Group Relative Policy Optimization,GRPO)结合执行门控、DAPO Clip-Higher、Dr.GRPO去标准差归一化、KL正则与ZClip;执行引导迭代修复;执行验证拒绝采样微调(Execution-Verified Rejection-Sampling Fine-Tuning,EV-RFT)以执行滤和CLIP语义滤扩展训练;execute-and-select按首个OCCT可执行候选选择。

研究结果如下。4.1 实验设置:在OmniCAD上构建约21万条caption–CadQuery对,固定500子集,以Qwen2.5-Coder-1.5B-Instruct为基座并用LoRA微调,评价无效输出率(Invalid Rate,IR)、CD、F-score等;主SFT训练集190,193例。4.2 总体性能:同协议消融显示SFT的IR为7.60%,加入CD-GRPO与Iter后降至0.60%;有效输出平均CD由199.9降至183.8,F@0.20保持93%以上,但F@0.05由66.65%降至64.73%,说明执行有效性提升不等于细尺度表面一致性均匀提升。4.3 SFT输出分布与几何保真:500个提示中462个可执行,444个有有限CD记录,均值199.889、中位数157.574;全提示F@0.05和F@0.20分别为59.18%和82.86%,表明全局形状一致性优于严格局部对应。4.4 Mock-CQ验证与表示消融:200个OCCT可执行参考程序上Mock-CQ正类召回96.0%;B-Rep JSON平均9922 tokens,CadQuery仅955 tokens;caption-to-B-Rep的IR达73.4%,caption-to-CadQuery为7.60%,说明紧凑可执行表示改善下游生成。4.5 ZClip训练稳定性:在更激进学习率下,固定梯度裁剪未能消除损失尖峰;启用ZClip后检测并自适应裁剪292次梯度范数异常,完成11,900步,最终评估损失0.140。4.6 CD-GRPO与Iter交互:Iter直接用于SFT使IR降1.40个百分点,用于CD-GRPO后使IR由4.60%降至0.60%(降4.00个百分点);完整流程首轮477个成功,第二轮修复15个、第三轮5个,剩余3个失败;原文解释为CD-GRPO改变了残余失败分布,使更多失败可由局部反馈校正。4.7 EV-RFT对受控分布扩展的影响:在六类60个受控OOD提示上,IR由38.33%降至5.00%,无效数由23/60降至3/60;域内IR仅有很小变化,说明EV-RFT主要扩展目标构造模式覆盖。4.8 与相关方法比较及残余失败:跨方法比较受条件信息与基准配置差异限制,主要定量结论来自同协议OmniCAD-500比较;残余失败集中于嵌套布尔不稳定/空交、浮点容差边界导致共面面缺陷、复杂圆角/倒角边引用歧义,表明局部约束与拓扑相关失败仍有边界。5.1 最终模型与训练配置:最终模型仍以Qwen2.5-Coder-1.5B-Instruct为骨干并使用LoRA,训练数据为163,306条合成caption–CadQuery与12,000条OmniCAD样本,训练集174,306例,按验证损失选模型,且不使用CD-GRPO训练适配器。5.2 内核验证的execute-and-select推理:在60个无参考几何英文提示上,贪心生成55/60可执行,execute-and-select恢复全部5个失败,达到60/60;共68次LLM调用和68次OCCT调用,每成功提示1.133次,总测量时间792.92 s,每成功提示13.22 s。5.3 轻量验证器扩展验证:在700个诊断案例(482正、218负)上,Mock-CQ精确率96.40%、召回率100%、特异性91.74%、准确率97.43%,四类预定义故障均50/50检出;68个自然生成候选含60个可执行、8个不可执行,假阴性涉及布尔、原始实体等模式,假阳性主要增加OCCT验证开销,假阴性可能通过奖励门控惩罚有效候选。5.4 代表性参数化CAD结果:最终模型生成并经OCCT验证8个模型,包括I-beam、connection flange、architectural column、gusseted bracket、lighthouse tower、spur gear、wine glass和mug;7个由贪心生成,gusseted bracket在第二候选被接受;多视图展示截面、开口、板连接和轴向特征;原文强调执行有效不等于满足具体工程设计、结构性能或规范要求。

讨论部分总结:执行监督通过互补机制起作用:监督微调(Supervised Fine-Tuning,SFT)建立自然语言到参数化程序的映射,CD-GRPO用连续几何奖励优化形状差异,Iter依据局部诊断修复残余失败,EV-RFT在数据层扩展构造模式。结果支持IR和平均CD改善,但F@0.05下降及有效样本集合变化说明细尺度几何对应未均匀改善。Mock-CQ与OCCT是互补验证器:前者低成本筛局部参数/操作错误,后者权威判定曲线、曲面、拓扑、布尔与容差;假阳性增加开销,假阴性可能经奖励门控偏置学习,故OCCT保留为最终接受机制。工程上,生成的CadQuery程序可编辑、可检查;在建筑、工程与施工(Architecture, Engineering, and Construction,AEC)和建筑信息模型(Building Information Modeling,BIM)中潜在用于连接板、开口、支架、幕墙子构件、基础、挡土结构、支护构件和隧道构件等初步建模,但进入工程使用前仍需单位、尺寸、接口、材料、荷载路径、规范合规、可施工性和全寿命性能等专门评估。局限包括:评价以构造性参数化CAD对象为主,自由曲面、大装配、复杂特征史和领域约束覆盖较少;OOD为60个受控提示;主要比较为固定500子集和单次训练运行;Mock-CQ仅九类局部约束且会误拒,EV-RFT的CLIP ViT-B/32阈值0.25是自动语义相似滤器而非人工设计意图判断。未来需扩展到拓扑/容差感知校正、更丰富验证反馈、更大参考几何基准、重复训练、受控外部基线和领域专项检查。

研究结论部分翻译:本研究开发了面向可靠文本到CAD生成的统一执行监督框架,将几何执行从传统生成后验证扩展为贯穿模型优化、推理时修复和自训练的监督机制。框架采用紧凑可执行CadQuery表示,并采用结合轻量Mock-CQ筛选与权威OCCT执行的分层验证策略,以平衡计算效率与几何验证可靠性;同时集成Chamfer Distance引导的强化学习、执行引导迭代修复和执行验证自训练,以协调几何优化、失败校正和针对性类别扩展。实验结果表明,几何强化学习与执行引导迭代修复分别通过降低几何差异和校正残余执行失败提供互补收益。在OmniCAD-500子集上,无效输出率由7.60%降至0.60%,有效输出平均Chamfer Distance由199.9降至183.8;类别扩展实验显示执行验证自训练将无效输出率由38.33%降至5.00%,提高目标几何类别上的生成可靠性;在单独的无参考评估中,OCCT验证的execute-and-select推理对全部60个测试提示均产生可执行输出。这些发现说明,将执行反馈贯穿生成过程可显著减少几何执行失败并提高自动参数化建模稳健性;但更严格F@0.05指标下降表明,可执行性和总体几何相似性改善并不必然保证更好的细尺度几何对应。从工程角度看,该框架可将自然语言描述转换为可执行、可编辑、可检查的参数化CAD模型,为自动建筑构件建模和AI辅助工程设计提供技术基础;但几何可执行不等于工程有效,当前评价仍限于选定几何类别和执行相关要求。未来研究将扩展至更复杂几何与拓扑操作,提高几何和语义保真度,并纳入结构性能、工程约束和领域专项验证机制,以支持可靠的自动工程设计。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号