NeFut Logo NeFut
EN 管理员登录

[AI学术] 基于约束意图树的 CAD 代码生成与验证

发布于:2026-09-11 22:00 最后更新:2026-09-12 06:35
#AI #LLM #Geometry

自然语言计算机辅助设计(CAD)代码生成的目标是把设计意图转化为可执行、可编辑的参数化程序。随着大语言模型(LLM)的发展,这一目标日益可行,但实际系统必须保留渲染几何背后的构造过程。现有基准和方法主要关注生成的 CAD 模型与参考几何的相似度,常用交并比(IoU)等指标。然而,这类指标容易忽略部件划分、构造层次、布尔运算、草图结构以及几何关系等错误。为此需要一种能够显式表达设计意图并让系统对生成代码进行检查的表示方式。

我们提出 CIT‑CAD 框架,首先从自然语言描述中推断出约束意图树(Constraint Intent Tree,CIT),该树编码了预期的实体、层次、操作和约束关系。CIT 在两方面发挥作用:一是作为 CAD 代码生成的指导;二是定义验证时应满足的约束集合。框架在生成程序后抽取实际约束,与 CIT 中的期望约束进行比较,利用不匹配信息定位并修复设计违规。

实验表明,CIT‑CAD 能显著提升 CAD 代码生成性能,尤其在包含多个实体的复杂设计上收益更大。通过将设计意图转化为可检查的显式对象,本文首次实现了从仅匹配渲染几何向构造感知的合成、验证与修复的转变。

点评

原文链接: https://arxiv.org/abs/2609.07434

[h] 返回首页