階層的なニューラルコーディングによる制御可能なCADモデル生成

本論文では、コンピュータ支援設計（CAD）のための新しい生成モデルを提案します。このモデルは、1) CADモデルの高レベルな設計概念を、全体的な部品配置から局所的な曲線幾何学まで、3段階の階層的ツリー形式のニューラルコードで表現し、2) 目標とする設計をコードツリーで指定することでCADモデルの生成や完成を制御します。具体的には、「マスク付きスキップ接続」を持つ新しいベクトル量子化VAE（VQ-VAE）の変種が3つのレベルで設計変異をニューラルコードブックとして抽出します。2段階にわたるカスケード型自己回帰トランスフォーマーが、不完全なCADモデルからコードツリーを生成し、その後目標とする設計に従ってCADモデルを完成させる学習を行います。広範な実験により、ランダム生成などの従来のタスクにおいて優れた性能が示されるとともに、条件付き生成タスクにおける新たな相互作用機能も可能であることが確認されました。本研究のコードは以下のURLから入手可能です: https://github.com/samxuxiang/hnc-cad.