CAD-Recode: إعادة هندسة الكود الهندسي من السحابات النقطية

تُبنى نماذج التصميم المعاون بالحاسوب (CAD) عادةً من خلال رسم مخططات بارامترية تتابعيًا وتطبيق عمليات CAD للحصول على نموذج ثلاثي الأبعاد. يتكون مشكلة الهندسة العكسية لـ CAD ثلاثي الأبعاد من إعادة بناء سلاسل المخططات وعمليات CAD من تمثيلات ثلاثية الأبعاد مثل السحب النقطية. في هذا البحث، نتناول هذا التحدي من خلال إسهامات جديدة على ثلاثة مستويات: تمثيل سلسلة CAD، تصميم الشبكة، والقاعدة البيانات. بشكل خاص، نمثل سلاسل الرسم والتشطيب البارامترية لـ CAD ككود Python. يترجم النموذج المقترح CAD-Recode السحب النقطية إلى كود Python يمكن تنفيذه لإعادة بناء نموذج CAD. باستغلال تعرض النماذج اللغوية الكبيرة المدربة مسبقًا (LLMs) للكود Python، نستفيد من نموذج لغوي كبير نسبيًا كمفكك لـ CAD-Recode ونجمعه مع مُسَاقِطِ سحب نقطي خفيف الوزن. يتم تدريب CAD-Recode فقط على قاعدة بيانات اصطناعية مقترحة تتضمن مليون سلسلة CAD متنوعة. يتفوق CAD-Recode بشكل كبير على الأساليب الموجودة في ثلاثة قواعد بيانات بينما يحتاج إلى نقاط إدخال أقل. يُلاحظ أنه يحقق مسافة تشامفر متوسطة أصغر بعشر مرات من الأساليب المتقدمة على قواعد بيانات DeepCAD وFusion360. بالإضافة إلى ذلك، نوضح أن الإخراج الذي يتمثل في كود Python الخاص بنا يمكن فهمه بواسطة النماذج اللغوية الكبيرة الجاهزة، مما يمكّن من تعديل CAD والإجابة على أسئلة خاصة بـ CAD من السحب النقطية.