論文の概要: AutoBrep: Autoregressive B-Rep Generation with Unified Topology and Geometry

• arxiv url: http://arxiv.org/abs/2512.03018v1
• Date: Tue, 02 Dec 2025 18:46:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-03 21:04:46.00901
• Title: AutoBrep: Autoregressive B-Rep Generation with Unified Topology and Geometry
• Title（参考訳）: AutoBrep: 統一トポロジと幾何学を備えた自己回帰型B-Rep生成
• Authors: Xiang Xu, Pradeep Kumar Jayaraman, Joseph G. Lambourne, Yilin Liu, Durvesh Malpure, Pete Meltzer,
• Abstract要約: バウンダリ表現(バウンダリ表現、B-Rep)は、CAD(Computer-Aided Design)で用いられる標準データ構造である。 本稿では,B-Repsを高品質かつ有効に自動生成する新しいトランスフォーマーモデルであるAutoBrepを提案する。
• 参考スコア（独自算出の注目度）: 13.357641924794402
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The boundary representation (B-Rep) is the standard data structure used in Computer-Aided Design (CAD) for defining solid models. Despite recent progress, directly generating B-Reps end-to-end with precise geometry and watertight topology remains a challenge. This paper presents AutoBrep, a novel Transformer model that autoregressively generates B-Reps with high quality and validity. AutoBrep employs a unified tokenization scheme that encodes both geometric and topological characteristics of a B-Rep model as a sequence of discrete tokens. Geometric primitives (i.e., surfaces and curves) are encoded as latent geometry tokens, and their structural relationships are defined as special topological reference tokens. Sequence order in AutoBrep naturally follows a breadth first traversal of the B-Rep face adjacency graph. At inference time, neighboring faces and edges along with their topological structure are progressively generated. Extensive experiments demonstrate the advantages of our unified representation when coupled with next-token prediction for B-Rep generation. AutoBrep outperforms baselines with better quality and watertightness. It is also highly scalable to complex solids with good fidelity and inference speed. We further show that autocompleting B-Reps is natively supported through our unified tokenization, enabling user-controllable CAD generation with minimal changes. Code is available at https://github.com/AutodeskAILab/AutoBrep.
• Abstract（参考訳）: バウンダリ表現(バウンダリ表現、B-Rep)は、CAD(Computer-Aided Design)で用いられる標準データ構造である。 近年の進歩にもかかわらず、正確な幾何学と水密トポロジーで直接B-Repsをエンドツーエンドに生成することは依然として困難である。 本稿では,B-Repsを高品質かつ有効に自動生成する新しいトランスフォーマーモデルであるAutoBrepを提案する。 AutoBrepは、B-Repモデルの幾何学的および位相的特性を離散トークンの列として符号化する統一トークン化スキームを採用している。 幾何学的プリミティブ(すなわち曲面と曲線)は潜在幾何学的トークンとして符号化され、それらの構造的関係は特別な位相的参照トークンとして定義される。 AutoBrep における順序順序は、自然に B-Rep 面の隣接グラフの幅の第1トラバーサルに従う。 推測時には、その位相構造に沿って隣接する面と縁が徐々に生成される。 また,B-Rep生成の次点予測と組み合わせることで,統一表現の利点を実証した。 AutoBrepは、品質と防水性でベースラインを上回ります。 また、高い忠実度と推論速度を持つ複雑な固体に対して非常にスケーラブルである。 さらに、B-Repsの自動補完は、我々の統一トークン化によってネイティブにサポートされ、最小限の変更でユーザ制御可能なCAD生成を可能にすることを示す。 コードはhttps://github.com/AutodeskAILab/AutoBrepで入手できる。

関連論文リスト

• BrepGPT: Autoregressive B-rep Generation with Voronoi Half-Patch [61.20046418942948]
  境界表現(B-rep)はCADモデル表現のデファクトスタンダードである。 本稿では,B-rep生成のためのシングルステージ自動回帰フレームワークBrepGPTを提案する。
  論文  参考訳（メタデータ） (2025-11-27T07:16:53Z)
• CMT: A Cascade MAR with Topology Predictor for Multimodal Conditional CAD Generation [59.76687657887415]
  境界表現(B-Rep)に基づくCAD生成のための最初のマルチモーダルフレームワークであるトポロジ予測器(CMT)を用いたカスケードMARを提案する。 具体的には、カスケードMARは、B-Repsに必須のエッジカウンタ面の先行情報を効果的にキャプチャすることができる。 マルチモーダルアノテーション付きB-Repモデルを含む大規模マルチモーダルCADデータセットmmABCを開発した。
  論文  参考訳（メタデータ） (2025-04-29T14:52:28Z)
• HoLa: B-Rep Generation using a Holistic Latent Representation [51.07878285790399]
  我々は、$textitboundary representations$ (B-Reps)という形式でコンピュータ支援設計(CAD)モデルを学習し、生成するための新しい表現を導入する。 我々の表現は、B-Repプリミティブの連続幾何学的性質を異なる順序で統一する。 提案手法は生成したB-Repプリミティブ間のあいまいさ,冗長性,不整合性を著しく低減する。
  論文  参考訳（メタデータ） (2025-04-19T10:34:24Z)
• BRepFormer: Transformer-Based B-rep Geometric Feature Recognition [14.01667117252404]
  B-repモデル上の幾何学的特徴を認識することは、マルチメディアコンテンツに基づく検索の基盤となる技術である。 本稿では,加工特徴と複雑なCADモデルの特徴の両方を認識するトランスフォーマーモデルであるBRepFormerを提案する。 BRepFormerは、MFInstSeg、MFTRCAD、および我々のCBFデータセット上で最先端の精度を達成する。
  論文  参考訳（メタデータ） (2025-04-10T01:36:06Z)
• Split-and-Fit: Learning B-Reps via Structure-Aware Voronoi Partitioning [50.684254969269546]
  本稿では,3次元CADモデルのバウンダリ表現(B-Reps)を取得する新しい手法を提案する。 各パーティション内に1つのプリミティブを導出するために空間分割を適用する。 我々のネットワークはニューラルなボロノイ図でNVD-Netと呼ばれ、訓練データからCADモデルのボロノイ分割を効果的に学習できることを示す。
  論文  参考訳（メタデータ） (2024-06-07T21:07:49Z)
• BrepGen: A B-rep Generative Diffusion Model with Structured Latent Geometry [24.779824909395245]
  BrepGenは拡散に基づく生成手法であり、境界表現(Breep)コンピュータ支援設計(CAD)モデルを直接出力する。 BrepGenは、階層木における新しい構造付き潜在幾何学としてB-repモデルを表す。
  論文  参考訳（メタデータ） (2024-01-28T04:07:59Z)
• SolidGen: An Autoregressive Model for Direct B-rep Synthesis [15.599363091502365]
  境界表現(B-rep)形式はコンピュータ支援設計(CAD)におけるデファクト形状表現である CADモデル生成への最近のアプローチは、スケッチ・アンド・エクスクルード・モデリングシーケンスの学習に焦点を当てている。 本稿では,B-repsから学習し,B-repsの合成を可能にする新しいアプローチを提案する。
  論文  参考訳（メタデータ） (2022-03-26T00:00:45Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。