論文の概要: CNCGEN: A Dataset and Framework for Machining Process Planning and Toolpath Generation from B-rep Models

• arxiv url: http://arxiv.org/abs/2609.39738v1
• Date: Wed, 30 Sep 2026 13:41:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:27.85287
• Title: CNCGEN: A Dataset and Framework for Machining Process Planning and Toolpath Generation from B-rep Models
• Title（参考訳）: CNCGEN:B-repモデルによるプロセス計画とツールパス生成のためのデータセットとフレームワーク
• Abstract要約: B-rep CADからプロセス計画とツールパスを生成するには、個別の操作決定と継続的加工ツールの動きを結合する必要がある。 オブジェクトアイデンティティは、そのツールパスのストックステートを進化させながら、操作の加工対象を決定する。 我々は3軸学習のためのデータセットおよび学習フレームワークであるCNCGENを提案する。
• 参考スコア（独自算出の注目度）: 10.604496185136483
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Learning to generate machining process plans and toolpaths from B-rep CAD requires coupling discrete operation decisions with continuous tool motion as the workpiece evolves. Correctly predicting an operation sequence does not by itself ensure correct material removal, because each toolpath acts on the stock left by preceding cuts. We formulate this problem around persistent manufacturing objects: object identity determines the target of an operation, while the evolving stock state conditions the generation of its toolpath. Based on this formulation, we propose CNCGEN, a dataset and learning framework for three-axis machining. CNCGEN-Dataset contains approximately 50k geometrically verified synthetic machining flows and 800 held-out real CNC records. Each flow aligns B-rep geometry with object-referenced operations, parameterized toolpaths, intermediate stock states, and verification outcomes, enabling supervision of the correspondence between planning decisions and their geometric effects. CNCGEN generates operations and toolpaths for selected objects step by step, updating a compact machining state to guide subsequent predictions. During training, a learned surrogate verifier provides material-removal feedback that links local predictions to their geometric consequences. Experiments on synthetic and held-out real CNC records show that CNCGEN improves the resulting workpiece geometry and reduces residual material and overcut compared with adapted CNC generation baselines.
• Abstract（参考訳）: B-rep CADから加工プロセス計画とツールパスを生成するには、作業の進行に伴って個別の作業決定と連続的なツール動作を結合する必要がある。 操作シーケンスの正確な予測は、前回のカットで残った在庫に各ツールパスが作用するため、それ自体が正しい材料除去を保証するものではない。 オブジェクトのアイデンティティが操作のターゲットを決定するのに対して、ストック状態はツールパスの生成を条件にしている。 この定式化に基づいて,3軸加工のためのデータセットおよび学習フレームワークであるCNCGENを提案する。 CNCGEN-Datasetは、約50kの幾何学的に検証された合成加工フローと800の保持された実CNCレコードを含んでいる。 各フローは、B-rep幾何学とオブジェクト参照操作、パラメータ化ツールパス、中間ストック状態、検証結果とを一致させ、計画決定と幾何学的効果の間の対応の監督を可能にする。 CNCGENは、選択したオブジェクトに対する操作とツールパスをステップごとに生成し、コンパクトな加工状態を更新して、その後の予測をガイドする。 トレーニング中、学習された代理検証器は、局所的な予測と幾何学的な結果とを結びつける物質除去フィードバックを提供する。 合成および保持された実CNCレコードの実験では、CNCGENは結果のワークピース形状を改善し、CNC生成ベースラインに適合するCNC生成ベースラインと比較して残留物質とオーバーカットを減らす。

関連論文リスト

• CAD-Based Relation Learning and Geometric-Symbolic Planning for Robotic Assembly [0.8594140167290097]
  本稿では,学習に基づく関係抽出と幾何学的シンボリック推論を組み合わせたハイブリッドASPフレームワークを提案する。 ニューラルネットワークはポイントクラウドからセマンティックな関係を予測し、Human-in-the-loop検証は不確実な予測と計画上の失敗の修正を可能にする。 提案したハイブリッドフレームワークにより,CADデータから効率的なロボット組立計画が可能であり,計画時間を大幅に短縮できることを示す。
  論文  参考訳（メタデータ） (2026-09-15T14:43:25Z)
• Federated Learning for Distributed CNC Tool Wear Prediction [0.7340017786387767]
  フェデレートラーニングは、分散CNC製造環境でのコラボレーションツールの摩耗予測をサポートすることができる。 ツールトラジェクトリは、フェデレートされた学習シナリオを表現するために、シミュレートされたクライアントに分散される。 その結果,フェデレーション学習は集中学習に近い性能を達成し,ローカルクライアントモデルよりも大幅に向上した。
  論文  参考訳（メタデータ） (2026-08-11T11:24:22Z)
• Embodied CAD: Solver-Grounded LLM Agents for Parametric B-Rep Assembly Modeling [7.918861077775763]
  本稿では、パラメトリックB-RepアセンブリモデリングのためのEmbodied CAD,solvr-grounded LLM agentを提案する。 このフレームワークは、行動文法の制約、決定論的パラメータ分解、および教師付きウォームアップとGRPOスタイルの洗練のためのソルバ由来の報酬を組み合わせる。 我々は,多段階の機械機器,産業機器,金型指向の組み立て作業において,ソルバ整合度を用いてEmbodied CADを評価した。
  論文  参考訳（メタデータ） (2026-06-30T07:31:01Z)
• 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)
• TIGeR: Tool-Integrated Geometric Reasoning in Vision-Language Models for Robotics [53.442362491589726]
  本稿では、視覚言語モデル(VLM)を幾何学コンピュータに変換する新しいフレームワークであるTIGeR(Tool-Integrated Geometric Reasoning)を提案する。 TIGeRは、ニューラルネットワーク内で複雑な幾何学的操作を内部化しようとするのではなく、幾何学的推論要求を認識するためにモデルに権限を与える。 TIGeRは、実世界のロボット操作タスクにおいて、センチメートルレベルの精度を示しながら、幾何学的推論ベンチマーク上でSOTA性能を達成することを示す。
  論文  参考訳（メタデータ） (2025-10-08T16:20:23Z)
• 3D Geometric Shape Assembly via Efficient Point Cloud Matching [59.241448711254485]
  Proxy Match Transform (PMT) は、部品の配向面間の信頼性の高いマッチングを可能にする、高次特徴変換層である。 PMT を基盤として,幾何学的組立作業のための新しいフレームワーク Proxy Match TransformeR (PMTR) を導入する。 我々は,Breaking Badの大規模3次元幾何形状集合ベンチマークデータセットを用いてPMTRの評価を行った。
  論文  参考訳（メタデータ） (2024-07-15T08:50:02Z)
• CNC-Net: Self-Supervised Learning for CNC Machining Operations [49.55380246503274]
  我々は、CNCマシンをシミュレートするためのディープニューラルネットワーク(DNN)の使用を表すCNC-Netという先駆的なアプローチを導入する。 本手法は,手動CNCプログラミングの高コストに代えて,コスト効率のよい代替手段を提供することにより,製造における革新的自動化を実現する可能性を秘めている。
  論文  参考訳（メタデータ） (2023-12-15T16:31:17Z)
• Efficient State Abstraction using Object-centered Predicates for Manipulation Planning [86.24148040040885]
  本稿では,より広い構成空間の変化を特徴付けるオブジェクト中心表現を提案する。 この表現に基づいて、幾何学的および力的整合性を持つ計画の生成を可能にする行動の選択と配置のための普遍的な計画演算子を定義する。
  論文  参考訳（メタデータ） (2020-07-16T10:52:53Z)

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。