論文の概要: RA-CAD: Learning Post-Execution Critique for State-Aware Text-to-CAD Generation

• arxiv url: http://arxiv.org/abs/2608.05714v1
• Date: Thu, 06 Aug 2026 07:52:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-07 15:25:20.848032
• Title: RA-CAD: Learning Post-Execution Critique for State-Aware Text-to-CAD Generation
• Title（参考訳）: RA-CAD: 状態認識型テキスト・ツー・CAD生成のための実行後批判の学習
• Abstract要約: RA-CADは、Generate--Execute--Critique--Rewriteループを介してCAD環境と対話する状態認識エージェントである。 エージェントは、中間ポリシーアクションとして明示的な実行後批判を生成する。 RA-CADは,既存の手法と比較して,最先端の実行妥当性と幾何学的品質を実現する。
• 参考スコア（独自算出の注目度）: 25.137571635322896
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Text-to-CAD generation translates natural-language design intent into editable and executable parametric computer-aided design (CAD) codes, reducing the expertise and effort required for manual modeling. Existing methods incorporate fixed, externally supplied, prompt-induced, or separately optimized critique mechanisms to optimize the generation process, but they do not necessarily optimize how feedback is interpreted and translated into effective corrective actions throughout the generation process. To bridge this feedback-utilization gap, we present RA-CAD (ReAct Agent for CAD), a state-aware agent that interacts with the CAD environment through a Generate--Execute--Critique--Rewrite loop. At each iteration, RA-CAD executes the current code and observes its outcome. Conditioned on the design instruction, current code, and execution feedback, the agent then generates an explicit post-execution critique as an intermediate policy action. This critique either validates the current result for termination or provides revision-oriented guidance that conditions the next rewrite. CAD Code Bootstrapping (CCB) first establishes fundamental parametric CAD coding capabilities through supervised fine-tuning. Feedback-Driven Agent Optimization (FAO) subsequently applies trajectory-level Group Relative Policy Optimization to both policy-generated code and critique sequences, assigning terminal F1 and Chamfer Distance rewards to the complete interaction trajectory. This formulation makes critique an outcome-aligned, learnable policy decision rather than an unoptimized auxiliary output. Experiments on CADFusion and Text2CAD show that RA-CAD achieves state-of-the-art execution validity and geometric quality compared with existing methods and strong proprietary language models, demonstrating the effectiveness of the proposed state-aware text-to-CAD agent.
• Abstract（参考訳）: テキスト・トゥ・CAD生成は、自然言語の設計意図を編集可能で実行可能なパラメトリック・コンピュータ・エイドド・デザイン(CAD)コードに変換することで、手動モデリングに必要な専門知識と労力を減らす。 既存の方法は、生成プロセスの最適化のために、固定された、外部から供給された、プロンプトによって誘導される、あるいは別々に最適化された批判機構を組み込むが、必ずしもフィードバックがどのように解釈され、生成プロセス全体を通して効果的な修正アクションに変換されるかを最適化するとは限らない。 このフィードバック利用ギャップを埋めるために, RA-CAD (ReAct Agent for CAD) を提案する。 各イテレーションにおいて、RA-CADは現在のコードを実行し、その結果を観察します。 設計命令、現在のコード、実行時のフィードバックに基づいて、エージェントは、中間ポリシーアクションとして明示的な実行後批判を生成する。 この批判は、終了に対する現在の結果を検証するか、または次の書き直しを条件とする修正指向のガイダンスを提供する。 CAD Code Bootstrapping (CCB) はまず、教師付き微調整により基本的なパラメトリックCADコーディング機能を確立する。 フィードバック駆動エージェント最適化(FAO)はその後、ポリシー生成コードと批判シーケンスの両方にトラジェクトリレベルのグループ相対ポリシー最適化を適用し、終端F1とチャンファー距離の報酬を完全な相互作用軌跡に割り当てる。 この定式化は、最適化されていない補助出力ではなく、結果に整合した学習可能な政策決定を批判する。 CADFusion と Text2CAD の実験により,RA-CAD は既存の手法や強力なプロプライエタリ言語モデルと比較して,最先端実行の有効性と幾何学的品質を実現し,提案手法の有効性を実証した。

関連論文リスト

• IterCAD: Iterative Program Repair for CAD Code Generation from Orthographic Views [35.452775950511935]
  IterCADは、プログレッシブなプログラム修復プロセスとして、ホログラフィック・ビュー・トゥ・CAD生成を再構成する反復的なフレームワークである。 IterCADは、現在のCAD結果、ターゲットビューとの相違の原因、および、コードを再定義するか、改善プロセスのSTOPを明示的に決定する。 IterCADは、強力なワンショットベースラインよりも、コードの実行可能性と幾何学的忠実度を一貫して改善する。
  論文  参考訳（メタデータ） (2026-08-25T03:22:10Z)
• CADIR: A Cross-Backend Editable Intermediate Representation for Agentic CAD Generation [13.468378066479497]
  本稿では,CAD生成とクロスバックエンド編集のためのエージェントフレンドリーな中間表現CADIRを提案する。 OCPを介してOCCT幾何カーネル上に構築され、CADIRは明示的で構成的なモデリング操作ときめ細かい実行診断を提供する。
  論文  参考訳（メタデータ） (2026-08-01T23:07:08Z)
• IterCAD: An Iterative Multimodal Agent for Visually-Grounded CAD Generation and Editing [31.86100517851177]
  IterCADは、クローズドループ、インタラクティブCAD生成および編集のための統合マルチモーダルエージェントフレームワークである。 複数のベンチマークで高い競争力を発揮し、コードの実行可能性と幾何学的精度の両方において、既存のアプローチを著しく上回っている。
  論文  参考訳（メタデータ） (2026-06-11T13:53:21Z)
• CV-Arena: An Open Benchmark for Instructional Computer Vision Problem Solving with Human-AI Collaborative Preferences [51.86576932800981]
  CV-Arenaは、プロの規模でこの能力を評価するために設計されたオープンベンチマークである。 CV-Arenaは16の命令ベースの視覚タスクタイプにまたがる12Kの高解像度実像命令ペアを含んでいる。 我々は,計画,編集,検証を組み合わせた軽量エージェントモデルCV-Agentを開発した。
  論文  参考訳（メタデータ） (2026-05-30T23:37:55Z)
• PR-CAD: Progressive Refinement for Unified Controllable and Faithful Text-to-CAD Generation with Large Language Models [32.278474349549704]
  PR-CADは、制御可能で忠実なテキスト・ツー・CADモデリングのための生成と編集を統一するプログレッシブ・リファインメント・フレームワークである。 データセットは、編集操作の種類を体系的に定義し、高度にヒューマンライクなインタラクションデータを生成する。 パブリックベンチマークでは、PR-CADは生成シナリオと改善シナリオの両方において最先端の制御性と忠実性を達成する。
  論文  参考訳（メタデータ） (2026-03-27T12:13:20Z)
• Agentic Planning with Reasoning for Image Styling via Offline RL [66.10749901925941]
  直接的なプロンプトベースの編集は複雑な変換では失敗するが、なぜなら曖昧で主観的なプロンプトは、画像に何を変更するべきかを微妙に理解する必要がしばしばあるからである。 ツールベースのエージェントRLポストトレーニングフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-03-07T11:14:37Z)
• DreamCAD: Scaling Multi-modal CAD Generation using Differentiable Parametric Surfaces [67.45867367326105]
  ポイントレベルの監視から編集可能なBRepsを直接生成するマルチモーダル生成フレームワークであるDreamCADを提案する。 DreamCADは、各BRepをパラメトリックパッチの集合として表現し、メッシュを生成するために微分可能なテッセルレーション手法を使用する。 DreamCADはABCの最先端のパフォーマンスを達成し、テキスト、画像、点のモダリティにまたがるベンチマークを行う。
  論文  参考訳（メタデータ） (2026-03-05T19:04:07Z)
• 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)
• From Intent to Execution: Multimodal Chain-of-Thought Reinforcement Learning for Precise CAD Code Generation [47.67703214044401]
  CADモデリングコード生成のためのマルチモーダルChain-of-Thoughtガイド強化学習フレームワークCAD-RLを提案する。 本手法は,3つのタスク固有報酬を用いた目標駆動型強化学習ポストトレーニングとコールドスタートを組み合わせた。 CAD-RLは、推論品質、出力精度、コード実行可能性を大幅に改善することを示した。
  論文  参考訳（メタデータ） (2025-08-13T18:30:49Z)
• CAD-Judge: Toward Efficient Morphological Grading and Verification for Text-to-CAD Generation [7.802597811923231]
  CAD-Judgeは、CAD選好グレーディングと文法的検証を効果的かつ効果的に行うための、新しい、検証可能な報酬システムである。 本稿では,シンプルなエージェントCAD生成手法を導入し,Compiler-as-a-Review Moduleを採用した。
  論文  参考訳（メタデータ） (2025-08-06T01:30:56Z)
• 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)
• AutoCAD: Automatically Generating Counterfactuals for Mitigating Shortcut Learning [70.70393006697383]
  完全自動かつタスクに依存しないCAD生成フレームワークであるAutoCADについて述べる。 本稿では,完全に自動化されたタスクに依存しないCAD生成フレームワークであるAutoCADを提案する。
  論文  参考訳（メタデータ） (2022-11-29T13:39:53Z)

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。