ملخص تقني: توليد هياكل الطوب المستقرة الخالية من التراجع

بيان المشكلة

بينما حققت النماذج ذات التوليد الذاتي (Autoregressive models) تقدماً في التوليد ثلاثي الأبعاد، لا يزال إنشاء هياكل مستقرة فيزيائياً من مكونات منفصلة (مثل قطع LEGO®) يمثل تحدياً كبيراً. تعتمد النهج الحالية، مثل BrickGPT، على محاكيات فيزيائية خارجية أثناء الاستدلال لفرض الاستقرار. وتستخدم هذه الطرق نموذج "التراجع القائم على العودة" (rollback-based paradigm)؛ فإذا كان وضع قطعة الطوب الموّلد غير مستقر أو يتسبب في تصادم، يقوم النظام بتفعيل أخذ العينات بالرفض (rejection sampling) والتراجع عن قطع الطوب واحدة تلو الأخرى لإعادة أخذ عينات من الرموز (tokens). هذه العملية تكسر فرضية التوليد المتسلسل المستمر لفك التشفير الذاتي، مما يؤدي إلى تدهور جودة التوليد، وانهيار النموذج، واختناقات شديدة في الاستدلال (على سبيل_مثال: تتطلب ما يقرب من 900 ثانية لكل عينة). علاوة على ذلك، فإن الضبط الدقيق الخاضع للإشراف القياسي (SFT) على مجموعات بيانات صالحة فيزيائياً لا يدمج مبادئ الاستقرار بشكل ضمني عبر محاكاة الرموز فحسب، بل يفشل في تعليم النموذج النتائج السببية لقرارات التجميع الخاصة به بشكل صريح.

المنهجية: إطار عمل STABLE

يقترح المؤلفون إطار عمل STABLE، الذي ينقل فرض الاستقرار الفيزيائي من التصحيح في وقت الاختبار إلى تحسين السياسة في وقت التدريب. الجوهر يكمن في إعادة صياغة توليد الطوب المستقر من محاكاة مستوى الرمز إلى تعلم السياسة على مستوى الهيكل باستخدام التعلم التعزيزي من المكافآت الفيزيائية (RLPR).

يعمل إطار العمل في مرحلتين:

1. المرحلة الأولى: الضبط الدقيق الخاضع للإشراف (SFT) لإعادة بناء الشكل

   • الهدف: تزويد النموذج بالقواعد الأساسية لتوليد الطوب والقدرة على ترجمة الهندسات المستهدفة إلى تسلسلات صالحة من الطوب.
   • العملية: يتم ضبط نموذج مسبق التدريب يتبع التعليمات (Qwen3.2-2B) على مجموعة بيانات PointCloud2Brick. هذه المجموعة تزاوج بين السحب النقطية ثلاثية الأبعاد المكسلة (التي تمثل الهندسة المستهدفة) مع تسلسلات ذاتية التوليد من رموز الطوب (التنسيق: h×w(x,y,z)).
   • النتيجة: يتعلم النموذج تحليل السحب النقطية وتوليد تسلسلات طوب ذات صلة بالشكل، لكنه يفتقر إلى التحسين الصريح للاستقرار الفيزيائي، مما يؤدي غالباً إلى تصادمات أو مكونات غير متصلة.

2. المرحلة الثانية: التعلم التعزيزي من المكافآت الفيزيائية (RLPR)

   • الهدف: تحسين السياسة لاستيعاب الأولويات الفيزيائية (تجنب التصادم، الاتصال، والتشابك) دون الحاجة إلى محاكيات خارجية أثناء الاستدلال.
   • العملية: يستخدم النموذج تحسين السياسة النسبي للمجموعات (GRPO). مقابل مطالبة السحابة النقطية، تقوم السياسة بأخذ عينات من عدة تسلسلات مرشحة لقطع الطوب. يتم تحليل كل تسلسل مكتمل إلى تجميع للطوب ويُقيم مقابل أربع مكافآت حتمية على مستوى التجميع:
     • جزاء التصادم ($R_{col}$): يعاقب على التداخلات على مستوى الفوكسل (voxel) بين قطع الطوب.
     • مكافأة مطابقة الشكل ($R_{shape}$): تقيس تقاطع الحجم (IoU) بين الهيكل المولد والسحابة النقطية المستهدفة.
     • مكافأة التشابك ($R_{inter}$): تشجع طبقات الطوب العليا على الربط بين قطعتين مختلفتين على الأقل من الطبقات السفلى، مما يضمن المتانة الميكانيكية بدلاً من التراكمات الرأسية الضعيفة.
     • مكافأة الاتصال ($R_{conn}$): تضمن أن يشكل الهيكل تجميعاً واحداً متماسكاً بدلاً من أجزاء منفصلة أو عائمة.
   • النتيجة: يتم نشر التغذية الراجعة من الهيكل المكتمل إلى قرارات مستوى الرمز، مما يعلم النموذج توليد تجميعات مستقرة في تمريرة واحدة.

الاستدلال: بمجرد التدريب، يقوم STABLE بـ استدلال خالٍ من التراجع (rollback-free inference). فهو يصدر تسلسلاً كاملاً لقطع الطوب في تمريرة ذاتية التوليد واحدة دون انقطاع، ولا يتطلب أي محاكيات فيزيائية خارجية، أو أخذ عينات بالرفض، أو تراجع عن قطع الطوب واحدة تلو الأخرى.

مجموعة البيانات

قدم المؤلفون PointCloud2Brick، وهي مجموعة بيانات مشتقة من StableText2Brick تحتوي على 47,389 هيكلاً مستقراً فيزيائياً عبر 21 فئة من فئات ShapeNet.

• المدخلات: سحب نقطية مرمزة مشتقة من الإشغال الفوكسلي للهيكل المستهدف (الإحداثيات $(x,y,z)$).
• المخرجات: تسلسلات ذاتية التوليد من رموز الطوب التي تمثل بصمات موجهة ومواقع الارتكاز.
• القيود: ارتفاع الطوب هو وحدة واحدة، ويتم الاختيار من مكتبة تضم 8 أنواع (تنتج 14 متغيراً موجهًا) داخل عالم مكون من $20 \times 20 \times 20$ فوكسل.

المساهمات الرئيسية

1. تحول في النموذج المعرفي: يتحدى البحث الرؤية التقليدية بأن التوليد ثلاثي الأبعاد المنفصل والمستقر فيزيائياً يتطلب محاكيات خارجية في وقت الاختبار وتصحيح التراجع الجشع. ويثبت أن التوليد الواعي بالاستقرار والخالي من التصادم يمكن تعلمه كقدرة جوهرية للسياسة التوليدية عبر RLPR.
2. نظام المكافآت: تم تقديم نظام مكافآت شامل يراعي الفيزياء والهندسة، يتضمن قيود التصادم، والشكل، والتشابك، والاتصال. وقد نجح هذا في دمج أولويات بناء الطوب الواقعية داخل النموذج ذاتي التوليد.
3. إطار عمل خالٍ من التراجع: يُقدم STABLE كأول إطار عمل يحقق توليد تجميع طوب مستقر بنيوياً دون أخذ عينات بالرفض أو تراجع عن قطع الطوب، مما يحسن كفاءة الاستدلال بشكل كبير مع الحفاظ على جودة هندسية وبنيوية عالية.

النتائج التجريبية

عند تقييمه على تقسيم اختبار PointCloud2Brick، أظهر STABLE تحسينات كبيرة مقارنة بالنماذج المرجعية (بما في ذلك BrickGPT وLegoACE والنماذج العامة مثل Llama-4 وQwen3.5-122B):

• الاستقرار: حقق STABLE معدل خلو من التصادم بنسبة 0.99 ومتوسط استقرار (mean/min) قدره 1.000، مقارنة بـ 0.00 للنماذج التي تعتمد على SFT فقط، و0.10 لنموذج BrickGPT الأساسي (بدون تراجع).
• الدقة الهندسية: حافظ على Voxel IoU مرتفع قدره 0.907، وهو ما يضاهي أو يتفوق على النماذج المرجعية، مما يثبت أن تحسين الاستقرار لا يضحي بدقة الشكل.
• الجودة البنيوية: حقق STABLE نسبة اتصال بلغت 0.97 ودرجة تشابك بلغت 0.722، متفوقاً بشكل كبير على نماذج SFT فقط التي تفشل في تكوين هياكل متماسكة.
• كفاءة الاستدلال: قلل STABLE زمن الاستدلال بنسبة 94% مقارنة بـ BrickGPT مع التراجع (57.64 ثانية مقابل 895.41 ثانية لكل عينة).
• دراسات الاستئصال (Ablation Studies): أدى إزالة مكافأة التصادم إلى انخفاض في معدل الخلو من التصادم (من 0.99 إلى 0.72). كما أدت إزالة المكافآت البنيوية (التشابك/الاتصال) إلى تحقيق IoU عالٍ ولكن مع ضعف في التماسك البنيوي، مما يؤكد ضرورة جميع مكونات المكافأة لتكوين تجميعات قابلة للبناء.

الأهمية والادعاءات

يزعم البحث أن STABLE يثبت أن الجدوى الفيزيائية ثلاثية الأبعاد المنفصلة يمكن استيعابها داخلياً من خلال التعلم القائم على المكافأة في مرحلة ما بعد التدريب. ومن خلال نقل التقييم الفيزيائي من التصحيح في وقت الاستدلال إلى تعلم السياسة في وقت التدريب، يتعلم النموذج توليد تجميعات متسقة في الشكل، وخالية من التصادم، ومتصلة، ومتشابكة في آن واحد.

يضع المؤلفون هذا العمل كخطوة نحو توليد هياكل مستقرة أكثر كفاءة وسهولة في الوصول إليها لتطبيقات التصميم بمساعدة الكمبيوتر، والأدوات التعليمية، وتخطيط التجميع الروبوتي. ويشيرون صراحة إلى أنه بينما يقلل منهجهم من الاعتماد على المحاكاة المكلفة في وقت الاستدلال، فإن التصاميم المولدة مخصصة للسيناريوهات البحثية والإبداعية ويجب عدم استخدامها في الهندسة الحرجة لسلامة البشر دون تحقق من الخبراء. يسلط العمل الضوء على أن الاستقرار البنيوي هو أمر قابل للتعلم بطبيعته بواسطة النماذج التوليدية ذاتية التوليد عندما يتم توجيهها بمكافآت فيزيائية مناسبة.