論文の概要: ArtiCAD: Articulated CAD Assembly Design via Multi-Agent Code Generation
- arxiv url: http://arxiv.org/abs/2604.10992v1
- Date: Mon, 13 Apr 2026 04:49:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-14 20:13:16.329758
- Title: ArtiCAD: Articulated CAD Assembly Design via Multi-Agent Code Generation
- Title（参考訳）: ArtiCAD:マルチエージェントコード生成によるArticulated CADアセンブリ設計
- Authors: Yuan Shui, Yandong Guan, Zhanwei Zhang, Juncheng Hu, Jing Zhang, Dong Xu, Qian Yu,
- Abstract要約: 製品開発には, 集合体のパラメトリックコンピュータ支援設計(CAD)が不可欠である。
本研究では,テキストや画像から直接編集可能なCADアセンブリを生成することができる,最初のトレーニングフリーマルチエージェントシステムであるArtiCADを提案する。
- 参考スコア（独自算出の注目度）: 24.959136090642758
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Parametric Computer-Aided Design (CAD) of articulated assemblies is essential for product development, yet generating these multi-part, movable models from high-level descriptions remains unexplored. To address this, we propose ArtiCAD, the first training-free multi-agent system capable of generating editable, articulated CAD assemblies directly from text or images. Our system divides this complex task among four specialized agents: Design, Generation, Assembly, and Review. One of our key insights is to predict assembly relationships during the initial design stage rather than the assembly stage. By utilizing a Connector that explicitly defines attachment points and joint parameters, ArtiCAD determines these relationships before geometry generation, effectively bypassing the limited spatial reasoning capabilities of current LLMs and VLMs. To further ensure high-quality outputs, we introduce validation steps in the generation and assembly stages, accompanied by a cross-stage rollback mechanism that accurately isolates and corrects design- and code-level errors. Additionally, a self-evolving experience store accumulates design knowledge to continuously improve performance on future tasks. Extensive evaluations on three datasets (ArtiCAD-Bench, CADPrompt, and ACD) validate the effectiveness of our approach. We further demonstrate the applicability of ArtiCAD in requirement-driven conceptual design, physical prototyping, and the generation of embodied AI training assets through URDF export.
- Abstract（参考訳）: 音声合成アセンブリのパラメトリックコンピュータ支援設計(CAD)は製品開発に不可欠であるが、高レベルな記述からこれらの多部可動モデルを生成することは未定である。
そこで本研究では,テキストや画像から直接編集可能なCADアセンブリを生成することができる,最初のトレーニングフリーマルチエージェントシステムであるArtiCADを提案する。
本システムでは, この複雑なタスクを, 設計, 生成, 組み立て, レビューの4つの特殊エージェントに分割する。
私たちの重要な洞察の1つは、アセンブリステージではなく、初期設計段階でアセンブリの関係を予測することです。
ArtiCADは、アタッチメントポイントとジョイントパラメータを明確に定義したコネクタを利用することで、これらの関係を幾何生成前に決定し、現在のLLMとVLMの空間的推論能力の制限を効果的に回避する。
高品質な出力を保証するため、我々は、設計およびコードレベルのエラーを正確に分離し修正するクロスステージロールバック機構を伴って、生成および組立段階の検証手順を導入する。
さらに、自己進化体験ストアは設計知識を蓄積し、将来のタスクのパフォーマンスを継続的に改善します。
3つのデータセット(ArtiCAD-Bench,CADPrompt,ACD)の大規模評価により,本手法の有効性が検証された。
さらに、要求駆動型概念設計、物理プロトタイピング、URDFエクスポートによる組込みAIトレーニングアセットの生成におけるArtiCADの適用性を実証する。
関連論文リスト
- Towards High-Fidelity CAD Generation via LLM-Driven Program Generation and Text-Based B-Rep Primitive Grounding [18.983809090879348]
高忠実度CAD生成のための新しいテキスト・ツー・CADフレームワークであるFutureCADを提案する。
提案手法は, 実行可能なCadQueryスクリプトを生成し, テキストベースのクエリ機構を導入する。
実験の結果,FutureCADGroundは最新のCAD生成性能を実現することがわかった。
論文 参考訳（メタデータ） (2026-03-12T11:54:29Z) - CME-CAD: Heterogeneous Collaborative Multi-Expert Reinforcement Learning for CAD Code Generation [30.08737988265254]
スケッチから3Dモデルを再構築する既存の方法は、しばしば非編集可能で近似的なモデルを生成する。
本稿では,CADコード生成のための新しい訓練パラダイムであるCME-CAD(Heterogeneous Collaborative Multi-Expert Reinforcement Learning)パラダイムを提案する。
MERL(Multi-Expert Fine-Tuning)とMulti-Expert Reinforcement Learning(MERL)という2段階の学習プロセスを導入する。
論文 参考訳（メタデータ） (2025-12-29T09:37:53Z) - CADKnitter: Compositional CAD Generation from Text and Geometry Guidance [8.644079160190175]
幾何誘導拡散サンプリング戦略を用いた構成CAD生成フレームワークCADKnitterを提案する。
CADKnitterは、与えられたCADモデルの幾何学的制約と、所望の設計テキストプロンプトのセマンティック制約の両方に従う補完的なCAD部分を生成することができる。
また、310,000以上のCADモデルのサンプルと、テキストプロンプトとアセンブリメタデータを含むデータセット、いわゆるKnitCADをキュレートする。
論文 参考訳（メタデータ） (2025-12-12T01:06:38Z) - ReCAD: Reinforcement Learning Enhanced Parametric CAD Model Generation with Vision-Language Models [16.220781575918256]
ReCADは、マルチモーダル入力から正確なパラメトリックコンピュータ支援設計(CAD)モデルを生成するために、プレトレーニング済みの大型モデル(PLM)をブートストラップする強化学習(RL)フレームワークである。
我々は階層的な原始的な学習プロセスを用いて、統一報酬関数の下で構造的および構成的スキルを教える。
ReCADは、テキスト・トゥ・CADタスクと画像・トゥ・CADタスクの両方で新しい最先端のタスクを設定し、分布内および分布外設定の幾何学的精度を大幅に改善する。
論文 参考訳（メタデータ） (2025-12-06T07:12:56Z) - CADDesigner: Conceptual Design of CAD Models Based on General-Purpose Agent [19.923688194902674]
大規模言語モデル(LLM)を用いたCAD概念設計のためのエージェントを提案する。
CIP(Context-Independent Imperative Paradigm)に基づいて構築され、高品質なCADモデリングコードを生成する。
論文 参考訳（メタデータ） (2025-08-01T19:15:56Z) - CReFT-CAD: Boosting Orthographic Projection Reasoning for CAD via Reinforcement Fine-Tuning [31.342222156939403]
本稿では,2段階の微調整パラダイムであるCReFT-CADを紹介する。
われわれはTriView2CADをリリースした。
論文 参考訳（メタデータ） (2025-05-31T13:52:56Z) - CADCrafter: Generating Computer-Aided Design Models from Unconstrained Images [69.7768227804928]
CADCrafterは画像からパラメトリックCADモデル生成フレームワークで、合成テクスチャなしCADデータのみをトレーニングする。
多様な幾何学的特徴を正確に捉えるための幾何エンコーダを導入する。
提案手法は、実際の制約のないCADイメージを頑健に処理でき、また、目に見えない汎用オブジェクトにも一般化できる。
論文 参考訳（メタデータ） (2025-04-07T06:01:35Z) - PHT-CAD: Efficient CAD Parametric Primitive Analysis with Progressive Hierarchical Tuning [52.681829043446044]
ParaCADは1000万点以上のアノテートドローイングと、複雑なトポロジカルな構造とテストのための物理的な制約を備えた3,000の現実世界の産業図で構成されている。
PHT-CADは視覚言語モデルのモダリティアライメントと推論機能を利用する新しい2次元PPAフレームワークである。
論文 参考訳（メタデータ） (2025-03-23T17:24:32Z)
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。