Fugu-MT 論文翻訳(概要): Agent-Aided Design for Dynamic CAD Models

論文の概要: Agent-Aided Design for Dynamic CAD Models

arxiv url: http://arxiv.org/abs/2604.15184v1
Date: Thu, 16 Apr 2026 16:15:23 GMT
ステータス: 翻訳完了
システム内更新日: 2026-04-17 21:29:31.998999
Title: Agent-Aided Design for Dynamic CAD Models
Title（参考訳）: 動的CADモデルのエージェント支援設計
Authors: Mitch Adler, Matthew Russo, Michael Cafarella,
Abstract要約: 本稿では,このタスク用に設計されたエージェントシステムであるAADvarkのプロトタイプについて述べる。従来の最先端システムとは異なり、AADvarkは1つ以上の自由度との動的部分の相互作用をキャプチャする。
参考スコア（独自算出の注目度）: 0.2621730497733947
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: In the past year, researchers have started to create agentic systems that can design real-world CAD-style objects in a training-free setting, a new variety of system that we call Agent-Aided Design. Generally speaking, these systems place an agent in a feedback loop in which it can write code, compile that code to an assembly of CAD model(s), visualize the model, and then iteratively refine its code based on visual and other feedback. Despite rapid progress, a key problem remains: none of these systems can build complex 3D assemblies with moving parts. For example, no existing system can build a piston, a pendulum, or even a pair of scissors. In order for Agent-Aided Design to make a real impact in industrial manufacturing, we need a system that is capable of generating such 3D assemblies. In this paper we present a prototype of AADvark, an agentic system designed for this task. Unlike previous state-of-the-art systems, AADvark captures the dynamic part interactions with one or more degrees-of-freedom. This design decision allows AADvark to reason directly about assemblies with moving parts and can thereby achieve cross-cutting goals, including but not limited to mechanical movements. Unfortunately, current LLMs are imperfect spatial reasoners, a problem that AADvark addresses by incorporating external constraint solver tools with a specialized visual feedback mechanism. We demonstrate that, by modifying the agent's tools (FreeCAD and the assembly solver), we are able to create a strong verification signal which enables our system to build 3D assemblies with movable parts.
Abstract（参考訳）: 過去1年間、研究者らは、Agent-Aided Design(エージェント・エイドド・デザイン)と呼ばれる新しい種類のシステムであるトレーニング不要の環境で、現実世界のCADスタイルのオブジェクトを設計できるエージェントシステムの開発を始めた。一般的に、これらのシステムはエージェントをフィードバックループに配置し、コードを書き、CADモデルのアセンブリにコンパイルし、モデルを視覚化し、視覚的およびその他のフィードバックに基づいてコードを反復的に洗練する。これらのシステムはいずれも、可動部品を備えた複雑な3Dアセンブリを構築することはできない。例えば、既存のシステムではピストンや振り子、さらにはハサミも作れません。エージェント支援設計が産業生産に真の影響を与えるためには、このような3Dアセンブリを生成できるシステムが必要である。本稿では,このタスク用に設計されたエージェントシステムであるAADvarkのプロトタイプについて述べる。従来の最先端システムとは異なり、AADvarkは1つ以上の自由度との動的部分の相互作用をキャプチャする。この設計決定により、AADvarkは移動部品の集合を直接推論することができ、機械的な動きに限らず、横断的な目標を達成することができる。残念ながら、現在のLLMは不完全な空間推論器であり、AADvarkは外部制約解決ツールを特殊な視覚フィードバック機構に組み込むことで対処している。エージェントのツール(FreeCADとアセンブリソルバ)を変更することで,システムに可動部品を組み込んだ3Dアセンブリを構築可能な,強力な検証信号が生成できることを実証した。

関連論文リスト

ArtiCAD: Articulated CAD Assembly Design via Multi-Agent Code Generation [24.959136090642758]
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。
論文参考訳（メタデータ） (2026-04-13T04:49:30Z)
Agentic Artificial Intelligence (AI): Architectures, Taxonomies, and Evaluation of Large Language Model Agents [14.448267395835721]
エージェントを知覚,脳,計画,行動,ツール利用,コラボレーションに分割する統合分類法を提案する。また、デジタルオペレーティングシステム、エンボディロボット、その他の特殊なドメインを含む、これらのエージェントが動作する環境もグループ化します。
論文参考訳（メタデータ） (2026-01-18T19:51:16Z)
VULCAN: Tool-Augmented Multi Agents for Iterative 3D Object Arrangement [66.13644883379087]
MLLMを用いた3次元オブジェクト配置における3つの課題に対処する。まず、MLLMの弱い視覚的基盤に対処するために、MPPベースのAPIを導入する。第2に、MLLMの3Dシーン理解を、特殊な視覚ツール群で強化する。第3に,反復的かつエラーを起こしやすい更新を管理するために,協調的なマルチエージェントフレームワークを提案する。
論文参考訳（メタデータ） (2025-12-26T19:22:39Z)
Agentic Design of Compositional Machines [26.167638081496914]
大規模言語モデル(LLM)が機械の製作を学べるかどうかを検討する。 BesiegeFieldは、マシンビルディングゲームBesiege上に作られたテストベッドだ。エージェントを用いて最先端のRLをベンチマークし、成功に必要な重要な機能を特定します。
論文参考訳（メタデータ） (2025-10-16T17:59:58Z)
MeshCoder: LLM-Powered Structured Mesh Code Generation from Point Clouds [50.98900790623827]
MeshCoderは、ポイントクラウドから編集可能なBlender Pythonスクリプトに複雑な3Dオブジェクトを再構築する新しいフレームワークである。我々は、3Dポイントクラウドを実行可能なBlender Pythonスクリプトに変換するマルチモーダルな大規模言語モデル(LLM)を訓練する。本手法は形状と符号の再構成作業において優れた性能を実現し,直感的な幾何学的および位相的編集を容易にする。
論文参考訳（メタデータ） (2025-08-20T17:50:15Z)
Multi-Actor Generative Artificial Intelligence as a Game Engine [49.360775442760314]
ジェネレーティブAIは、社会科学モデリングからインタラクティブな物語、AI評価に至るまで、マルチアクター環境で使用することができる。ここでは、ゲームマスター(GM)が環境に責任を持ち、プレイヤーキャラクターの自発的な行動によって直接決定されないストーリーの全ての部分を生成できるテーブルトップロールプレイングゲーム(TTRPG)からインスピレーションを得るのが良い方法であると論じる。
論文参考訳（メタデータ） (2025-07-10T22:31:09Z)
From Idea to CAD: A Language Model-Driven Multi-Agent System for Collaborative Design [0.06749750044497731]
本稿では,このチーム構造を視覚言語モデル(VLM)に基づくマルチエージェントシステムで再現する手法を提案する。モデルはスケッチやテキスト記述から自動的に生成される。得られたモデルは、ユーザとの反復的検証ループで協調的に洗練することができる。
論文参考訳（メタデータ） (2025-03-06T13:21:27Z)
Proc-GS: Procedural Building Generation for City Assembly with 3D Gaussians [65.09942210464747]
資産の創出は労働集約的であり、設計ルールを開発するには専門的なスキルが必要である。作成のための最近の生成モデルは、しばしばこれらのパターンを見落とし、視覚的忠実度が低く、スケーラビリティが制限される。手続き的なコードを操作することで、このプロセスを合理化し、無限に多様な建物を生成することができます。
論文参考訳（メタデータ） (2024-12-10T16:45:32Z)
3D-GPT: Procedural 3D Modeling with Large Language Models [47.72968643115063]
命令駆動3Dモデリングのための大規模言語モデル(LLM)を利用するフレームワークである3D-GPTを紹介する。 3D-GPTは、3Dモデリングタスクをアクセス可能なセグメントに分割し、各タスクにアプエージェントを割り当てる。我々の実証調査では、3D-GPTが解釈し、指示を実行し、信頼性の高い結果を提供するだけでなく、人間デザイナーと効果的に協力することを確認した。
論文参考訳（メタデータ） (2023-10-19T17:41:48Z)
Break and Make: Interactive Structural Understanding Using LEGO Bricks [61.01136603613139]
私たちは、LEGOモデルの組み立て、分解、操作が可能な、完全にインタラクティブな3Dシミュレータを構築しました。シーケンス・ツー・シーケンス・モデルを用いてこの問題を解決するための第一歩を踏み出す。
論文参考訳（メタデータ） (2022-07-27T18:33:09Z)

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。