論文の概要: Rethinking Human Intent-to-CAD: Parametric CAD Model Generation via Cooperative Multi-Task Alignment and Spatial-Aware Reinforcement Learning

• arxiv url: http://arxiv.org/abs/2610.15681v1
• Date: Sun, 11 Oct 2026 15:05:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-15 21:06:15.2345
• Title: Rethinking Human Intent-to-CAD: Parametric CAD Model Generation via Cooperative Multi-Task Alignment and Spatial-Aware Reinforcement Learning
• Title（参考訳）: ヒューマンインテント・トゥ・CADの再考:協調型マルチタスクアライメントと空間認識強化学習によるパラメトリックCADモデル生成
• Abstract要約: 人間の意図によるCADモデリングはいまだに困難である。 本研究では,多層人間の意図を直接実行可能なコードにマッピングする統一手法を提案する。 本研究を支援するために,手書きスケッチ,テキスト記述,CADコードなどを並べた最初の大規模データセットであるHiCADを構築した。
• 参考スコア（独自算出の注目度）: 18.38275378783693
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Parametric Computer-Aided-Design (CAD) modeling from human intent remains challenging, particularly during the conceptual design stage, where design goals are expressed through incomplete and unstructured modalities (e.g., hand-drawn sketches and textual descriptions). In this work, we rethink the human intent-to-CAD pipeline and propose a unified method that directly maps multi-level human intents to executable codes, without assuming the prior existence of target CAD models. To support our study, we construct HiCAD, the first large-scale dataset aligning hand-drawn sketches, textual descriptions, and parametric CAD codes. Based on this, we introduce HiCAD, a two-stage framework comprising Cooperative Multi-Task Alignment to bridge the representational gap between heterogeneous inputs, and Spatial-Aware Reinforcement Learning to enforce geometric and topological consistency. Extensive experiments demonstrate that our method significantly outperforms existing baselines across multiple tasks, validating its effectiveness and robustness in transforming heterogeneous human intents into high-fidelity parametric CAD models. Our project page: https://zqwlearning.github.io/HiCAD.
• Abstract（参考訳）: 特に、設計目標が不完全で非構造的なモダリティ(例えば、手書きのスケッチやテキストによる記述)によって表現される概念設計段階では、人間の意図によるCADモデリングは難しいままである。 本研究では,人間の意図からCADへのパイプラインを再考し,対象CADモデルの存在を前提にすることなく,多レベル人間の意図を直接実行可能なコードにマッピングする統一手法を提案する。 本研究を支援するために,手書きスケッチ,テキスト記述,パラメトリックCADコードを組み合わせた最初の大規模データセットであるHiCADを構築した。 これに基づいて、異種入力間の表現ギャップを橋渡しする協調多タスクアライメントと、幾何学的および位相的一貫性を強制する空間認識強化学習からなる2段階のフレームワークであるHiCADを紹介する。 大規模な実験により,本手法は複数のタスクにまたがる既存のベースラインを著しく上回り,不均一な人間の意図を高忠実度パラメトリックCADモデルに変換する上での有効性とロバスト性を検証した。 私たちのプロジェクトページは、https://zqwlearning.github.io/HiCADです。

関連論文リスト

• 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)
• MiCADangelo: Fine-Grained Reconstruction of Constrained CAD Models from 3D Scans [22.243878630903577]
  本稿では,CADのリバースエンジニアリングに人間設計者が手作業で行う方法に着想を得た新しい手法を提案する。 提案手法は多平面断面を利用して2次元パターンを抽出し,より効果的にパラメトリックな細部を捕捉する。 これにより、詳細かつ編集可能なCADモデルの再構築、最先端の手法の向上、そして初めて、スケッチ制約を直接再構成プロセスに組み込むことができる。
  論文  参考訳（メタデータ） (2025-10-27T15:33:51Z)
• 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)
• CadVLM: Bridging Language and Vision in the Generation of Parametric CAD Sketches [24.239470848849418]
  CAD(Parametric Computer-Aided Design)は、現代の機械設計の中心である。 CAD生成のためのエンド・ツー・エンドの視覚言語モデルであるCadVLMを提案する。
  論文  参考訳（メタデータ） (2024-09-26T01:22:29Z)
• 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。