Ricerca
StepCAD: generazione di codice CAD da mesh tramite una policy basata su LLM e una ricerca guidata dalla geometria
Ricostruire programmi CAD eseguibili a partire da mesh 3D è difficile per la natura compositiva della costruzione CAD e per l’interazione tra scelte di modellazione discrete e parametri continui. Molt

- arXiv
- 2610.03799
- Pubblicato
- 2026-10-01
- Autori
- Ghadi Nehme, Faez Ahmed
Abstract degli autori
Ricostruire programmi CAD eseguibili a partire da mesh 3D è difficile per la natura compositiva della costruzione CAD e per l’interazione tra scelte di modellazione discrete e parametri continui. Molti metodi basati sull’apprendimento prevedono programmi completi in un unico passaggio e si affidano prevalentemente a rappresentazioni basate su sketch ed estrusione: questo limita la varietà delle operazioni e le possibilità di correggere gli errori geometrici durante la ricostruzione. Presentiamo StepCAD, un approccio di ottimizzazione generativa che combina una policy CAD condizionata dallo stato con una ricerca guidata dalla geometria. Data una mesh in input, la policy prevede le operazioni di costruzione in base sia alla geometria obiettivo sia a quella intermedia; una ricerca ad albero guidata dall’IoU perfeziona poi il programma risultante mediante modifiche locali. Presentiamo inoltre ARCADE-1.5M, un dataset su larga scala di 1,5 milioni di programmi CAD eseguibili che comprendono operazioni diverse, sequenze con una lunghezza massima di 150+ operazioni conteggiate e 12,5 milioni di transizioni intermedie stato-azione. Esperimenti su diversi benchmark di ricostruzione CAD mostrano che StepCAD raggiunge un’accuratezza nella ricostruzione geometrica ai massimi livelli, con una validità costantemente elevata. Il miglioramento relativo dell’IoU arriva fino all’87,2% rispetto alla migliore baseline valutata, con progressi particolarmente marcati sulle forme complesse. Pagina del progetto: https://ghadinehme.com/stepcad.github.io/
Il riassunto di questo paper è disponibile solo in inglese: leggilo nella pagina inglese.
Leggi il paper originale su arXiv