論文の概要: StepCAD: Mesh-to-CAD Code Generation via LLM Policy and Geometry-Guided Search

• arxiv url: http://arxiv.org/abs/2610.03799v1
• Date: Thu, 01 Oct 2026 05:57:05 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-10-06 20:39:02.625922
• Title: StepCAD: Mesh-to-CAD Code Generation via LLM Policy and Geometry-Guided Search
• Title（参考訳）: StepCAD: LLMポリシーと幾何学ガイドによるメッシュからCADへのコード生成
• Abstract要約: StepCADは、状態条件CADポリシーと幾何学誘導探索を組み合わせた生成最適化手法である。 また、多様な操作にまたがる1.5M実行可能CADプログラムの大規模データセットであるARCADE-1.5Mを紹介する。 StepCADは、最先端の幾何学的復元精度を常に高い妥当性で達成し、IoUの相対的改善率は87.2%に達する。
• 参考スコア（独自算出の注目度）: 4.363435943825789
• License:
• Abstract: Recovering executable CAD programs from 3D meshes is challenging due to the compositional nature of CAD construction and the interaction between discrete modeling choices and continuous parameters. Many learning-based methods predict complete programs in a single pass and rely predominantly on sketch-extrude representations, limiting operation diversity and opportunities to correct geometric errors during reconstruction. We introduce StepCAD, a generative optimization approach that combines a state-conditioned CAD policy with geometry-guided search. Given an input mesh, the policy predicts construction actions conditioned on both target and intermediate geometry, and an IoU-guided tree search refines the resulting program through local edits. We also introduce ARCADE-1.5M, a large-scale dataset of 1.5M executable CAD programs spanning diverse operations, sequences with a maximum length of 150+ counted operations, and 12.5M intermediate state-action transitions. Experiments across multiple CAD reconstruction benchmarks show that StepCAD achieves state-of-the-art geometric reconstruction accuracy with consistently high validity, yielding up to 87.2% relative IoU improvement over the strongest evaluated baseline, with particularly large gains on complex shapes. Project page: https://ghadinehme.com/stepcad.github.io/
• Abstract（参考訳）: 3次元メッシュから実行可能なCADプログラムを復元することはCAD構成の構成的性質と離散モデリング選択と連続パラメータの相互作用により困難である。 多くの学習ベースの手法は、1回のパスで完全なプログラムを予測し、スケッチ・エクスクルード表現に大きく依存し、操作の多様性や再構成中の幾何誤差を修正する機会を制限している。 本稿では,状態条件付きCADポリシーと幾何誘導探索を組み合わせた生成最適化手法であるStepCADを紹介する。 入力メッシュが与えられた場合、このポリシーはターゲットと中間幾何学の両方で条件付けられた構築動作を予測し、IoU誘導木探索は局所的な編集によってプログラムを洗練する。 ARCADE-1.5Mは、1.5Mの実行可能なCADプログラムの大規模データセットで、多種多様な操作、最大150以上のカウントされた操作のシーケンス、および12.5Mの中間状態-動作遷移を網羅する。 複数のCAD再構成ベンチマークによる実験によると、StepCADは最先端の幾何学的復元精度を常に高い妥当性で達成し、最も評価の高いベースラインよりも87.2%の相対的IoU改善を達成し、特に複雑な形状に大きな利益をもたらしている。 プロジェクトページ: https://ghadinehme.com/stepcad.github.io/

関連論文リスト

• CADBench: A Multimodal Benchmark for AI-Assisted CAD Program Generation [3.6136995620089145]
  CADBenchはマルチモーダルCADプログラム生成のための統一ベンチマークである。 CADBenchは6つのベンチマークファミリーにまたがる18,000の評価サンプルを含んでいる。 CADに特化して汎用的な視覚言語システム11のベンチマークを行い,14万以上のCADプログラムを生成した。
  論文  参考訳（メタデータ） (2026-05-11T17:25:47Z)
• CADFit: Precise Mesh-to-CAD Program Generation with Hybrid Optimization [3.8824066002669855]
  本稿では,ハイブリッド最適化に基づくCAD再構成フレームワークであるCADFitを紹介する。 本手法は,構造CADプログラムに対するIoU駆動の最適化として再構成を定式化することによって特徴付けられる。 複数のCADベンチマークの実験により、CADFitは最先端のメッシュ・トゥ・CAD法より優れていることが示された。
  論文  参考訳（メタデータ） (2026-05-02T00:19:52Z)
• Zero-to-CAD: Agentic Synthesis of Interpretable CAD Programs at Million-Scale Without Real Data [8.896486786253766]
  実行可能CAD構築シーケンスのためのスケーラブルなフレームワークであるZero-to-CADを紹介する。 我々は,大規模言語モデルをフィードバック駆動CAD環境に組み込むことで,コードを反復的に生成し,実行し,検証する。 このエージェント的アプローチは、約100万の実行可能な可読性、編集可能なCADシーケンスの合成を可能にする。
  論文  参考訳（メタデータ） (2026-04-27T13:46:41Z)
• GeoFusion-CAD: Structure-Aware Diffusion with Geometric State Space for Parametric 3D Design [10.120364226524417]
  CAD(Parametric Computer-Aided Design)は、現代の3Dモデリングの基本である。 既存のメソッドは長いコマンドシーケンスを生成するのに苦労する。 スケーラブルかつ構造対応な生成のためのエンドツーエンド拡散フレームワークであるGeoFusion-CADを提案する。
  論文  参考訳（メタデータ） (2026-03-23T13:41:39Z)
• 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)
• 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)
• CADSpotting: Robust Panoptic Symbol Spotting on Large-Scale CAD Drawings [56.05238657033198]
  本稿では,大規模CAD図面におけるパノプティカルシンボルスポッティングの効果的な方法であるCADSpottingを紹介する。 また、重み付き投票とNon-Maximum Suppression(NMS)を組み合わせたSWA(Sliding Window Aggregation)手法を提案する。 FloorPlanCAD と LS-CAD の実験により,CADSpotting が既存手法よりも優れていることが示された。
  論文  参考訳（メタデータ） (2024-12-10T10:22:17Z)
• PS-CAD: Local Geometry Guidance via Prompting and Selection for CAD Reconstruction [86.726941702182]
  再構成ネットワークPS-CADに幾何学的ガイダンスを導入する。 我々は、現在の再構成が点雲としての完備モデルと異なる曲面の幾何学を提供する。 第二に、幾何学的解析を用いて、候補面に対応する平面的プロンプトの集合を抽出する。
  論文  参考訳（メタデータ） (2024-05-24T03:43:55Z)

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。