层次神经编码用于可控CAD模型生成

本文提出了一种用于计算机辅助设计（CAD）的新生成模型，该模型具有以下特点：1) 将CAD模型的高层次设计概念表示为一个三层神经编码的层次树，从全局部件布局到局部曲线几何；2) 通过指定目标设计的代码树来控制CAD模型的生成或完成。具体而言，一种带有“掩码跳过连接”（masked skip connection）的新变体向量量化变分自编码器（VAE）在三个层级上提取设计变化作为神经码本。两级级联自回归变压器学习从不完整的CAD模型生成代码树，然后根据预期的设计完成CAD模型。大量实验表明，该模型在传统任务如随机生成方面表现出色，同时在条件生成任务中实现了新颖的交互能力。代码可在 https://github.com/samxuxiang/hnc-cad 获取。