Learning From Design Procedure To Generate CAD Programs for Data Augmentation

Die vorgestellte Arbeit schlägt ein neuartiges Daten-Augmentationsverfahren vor, bei dem ein Large Language Model (LLM) durch Kombination von Referenzoberflächen und Modellierungsprozessen zu komplexeren, industrietauglichen CAD-Programmen angeregt wird, um die geometrische Vielfalt und Qualität der Trainingsdaten für die KI-gestützte CAD-Generierung zu verbessern.

Das Wesentliche

Stell dir vor, du möchtest einen Roboter (einen sogenannten KI-Modell oder LLM) beibringen, wie man komplexe 3D-Objekte für die Industrie entwirft – etwa einen Halter für ein Auto oder ein Rad.

Das Problem ist: Der Roboter hat bisher nur mit sehr einfachen Bauklötzen gelernt. Er kennt Quadrate, Zylinder und gerade Linien. Aber echte Industrieprodukte sind oft geschwungen, organisch und haben komplizierte Kurven, wie die Karosserie eines Autos oder ein ergonomischer Griff. Wenn man dem Roboter nur einfache Bauklötze zeigt, kann er keine echten, komplexen Produkte nachbauen.

Hier kommt die Idee dieses Papers ins Spiel. Die Forscher haben eine neue Methode entwickelt, um dem Roboter beizubringen, diese "geschwungenen" Formen zu verstehen und zu programmieren.

Die Metapher: Der Architekt und die Vorlage

Stell dir den KI-Roboter als einen junger Architekten vor, der noch in der Ausbildung ist.

1. Das alte Problem: Bisher hat man dem Architekten nur gesagt: "Baue einen Stuhl." Der Architekt baut dann einen Stuhl aus geraden Brettern. Er weiß nicht, wie man geschwungene, bequeme Formen macht, weil er das nie gesehen hat.
2. Die neue Methode (Der "Referenz-Plan"): Die Forscher sagen dem Architekten: "Hier ist eine Vorlage (eine 'Referenzfläche'). Sie ist wie eine wellige, organische Form, die du nachbauen musst. Baue deinen Stuhl so, dass er sich perfekt an diese Wellenform anpasst."

Das ist der Kern der Methode:

• Die Vorlage (Reference Surface): Statt nur Text zu geben, geben sie dem KI-Modell einen kleinen Computercode (ein Python-Skript), der eine komplexe, geschwungene Form beschreibt.
• Die Anweisung (Design Procedure): Sie sagen dem Modell: "Baue dein Objekt so, dass es sich an diese Vorlage anlehnt. Wenn die Vorlage wellig ist, muss auch dein Objekt wellig sein."

Wie funktioniert das genau? (Schritt für Schritt)

Stell dir den Prozess wie eine Bauanleitung vor, die in drei Schritten abläuft:

1. Der Bauplan (Der Prompt):
   Die Forscher geben dem KI-Modell zwei Dinge:

   • Eine Beschreibung: "Baue einen Halter mit zwei Löchern."
   • Einen Code, der eine wellige, geschwungene Oberfläche definiert (z. B. wie eine sanfte Welle oder eine Sattelform).
   • Die Anweisung: "Dein Halter muss sich an diese Welle anpassen. Wenn die Welle gekrümmt ist, muss auch dein Halter gekrümmt sein."

2. Das Bauen (Die Generierung):
   Der KI-Roboter schreibt nun einen neuen Programmcode, um diesen Halter zu bauen. Weil er gezwungen wird, sich an die wellige Vorlage anzupassen, muss er komplizierte Kurven (die in der Mathematik "B-Splines" heißen) verwenden. Er kann nicht einfach nur gerade Linien nehmen, sonst passt es nicht.

3. Die Qualitätskontrolle (Validierung):
   Bevor der fertige Entwurf gespeichert wird, prüft ein zweiter Roboter: "Ist das Objekt fest? Ist es wasserdicht? Funktioniert der Code?" Wenn etwas schiefgeht, wird der erste Roboter gebeten, es zu korrigieren, bis alles passt.

Warum ist das so wichtig?

• Vorher: Die Trainingsdaten für solche KIs waren wie ein Kasten mit nur geraden Lego-Steinen. Die KIs konnten nur eckige Dinge bauen.
• Nachher: Durch diese Methode füllt man den Kasten mit geschwungenen, organischen Lego-Steinen.
• Das Ergebnis: Die KI lernt, dass echte Industrieprodukte oft keine perfekten Rechtecke sind, sondern geschwungene Formen, die sich an den menschlichen Körper oder an andere Teile anpassen.

Ein einfaches Beispiel aus dem Alltag

Stell dir vor, du möchtest eine Vase aus Ton drehen.

• Ohne diese Methode: Du drehst die Vase nur mit geraden Linien. Sie sieht aus wie ein Zylinder oder ein Würfel. Langweilig.
• Mit dieser Methode: Du legst eine schleifende, wellige Schablone neben deine Töpferscheibe. Du sagst dir: "Ich muss meinen Ton so formen, dass er die Wellen der Schablone nachahmt." Plötzlich entsteht eine wunderschöne, geschwungene Vase, die wie ein echtes Kunstwerk aussieht.

Fazit

Die Forscher haben also einen cleveren Trick gefunden: Sie zwingen die KI nicht, einfach nur "etwas zu bauen", sondern sie geben ihr eine geschwungene Vorlage, an der sie sich orientieren muss. Dadurch lernt die KI, komplexe, organische Formen zu programmieren, die viel näher an echten Industrieprodukten sind als alles, was bisher möglich war.

Das ist wie ein Schulbuch für Architekten, das ihnen endlich zeigt, wie man nicht nur gerade Wände, sondern auch fließende, geschwungene Formen baut.

Technische Zusammenfassung

Hier ist eine detaillierte technische Zusammenfassung des Papers „Learning From Design Procedure To Generate CAD Programs for Data Augmentation" auf Deutsch:

1. Problemstellung

Die Generierung von Computer-Aided Design (CAD)-Programmen mittels Large Language Models (LLMs) steht vor einer wesentlichen Herausforderung: Die von aktuellen Modellen erzeugten geometrischen Formen sind im Vergleich zu realen industriellen Designs oft zu einfach und wenig komplex.

• Datenmangel: Es fehlt an vielfältigen Trainingsdaten. Bestehende Open-Source-Datensätze (wie DeepCAD, GenCAD) basieren hauptsächlich auf einfachen „Sketch-and-Extrude"-Operationen.
• Fehlende Komplexität: Diese Datensätze enthalten kaum organische Formen, die durch Spline-Kurven (B-Splines, NURBS) definiert sind, welche in der Industrie für ergonomische und ästhetische Zwecke sowie zur Spannungsverteilung essenziell sind.
• Folge: Modelle, die auf diesen Daten trainiert werden, können keine industrietauglichen, parametrischen 3D-Modelle mit hoher geometrischer Komplexität generieren.

2. Methodik

Die Autoren schlagen ein neues Paradigma zur Datenaugmentierung vor, das sich an industriellen Designprozessen orientiert. Statt nur Text oder Bilder zu verwenden, nutzen sie eine Kombination aus einem Referenzflächen-Programm und einer Design-Prozedur.

Kernkomponenten:

1. Design-Prozedur-Prompting (Design Procedure Prompting):

   • Inspiriert von der Praxis, dass Designer oft von einer Referenzfläche ausgehen (z. B. eine Wand, an der eine Halterung befestigt werden soll).
   • Der Prompt besteht aus:
     • System-Prompt: Anweisung zur Generierung eines Python-CAD-Programms (basierend auf der Bibliothek CadQuery).
     • Design-Beschreibung: Natürlichsprachliche Beschreibung des Zielobjekts (z. B. „eine rechteckige Halterung mit zwei Löchern").
     • Design-Kontext: Spezifische Anweisungen, dass das Objekt der Krümmung der Referenzfläche folgen muss und diese nach der Generierung entfernt werden soll.

2. Referenzflächen-Programm (Reference Surface Program):

   • Anstelle von Bildern oder Punktwolken wird eine Python-Skript-Datei als Eingabe verwendet, die eine organische B-Spline-Fläche definiert (z. B. Gaußsche, Sattel-, Wellen- oder Rippelflächen).
   • Vorteil: LLMs sind bereits stark im Verständnis von Python-Code trainiert. Dies ermöglicht eine präzisere geometrische Steuerung als visuelle Eingaben, die oft zu ungenauen Geometrien führen.
   • Durch Variation der Parameter dieser Skripte wird eine große Vielfalt an organischen Formen erzeugt.

3. Validierungs-Pipeline:

   • Das generierte CAD-Programm durchläuft zwei Validierungsstufen:
     1. Program-Validation: Prüfung, ob der Code ausführbar ist und in ein B-Rep (Boundary Representation) / STEP-Datei konvertiert werden kann.
     2. Struktur-Validation: Prüfung, ob das resultierende 3D-Modell „watertight" (wasserdicht) und strukturell gültig ist.
   • Bei Fehlern wird das Feedback in den Prompt zurückgespeist, um eine iterative Selbstkorrektur des LLMs zu ermöglichen.

3. Wichtige Beiträge

• Neues Augmentierungs-Paradigma: Einführung einer Methode, die Referenzflächen-Programme nutzt, um LLMs zu zwingen, organische B-Spline-Geometrien zu generieren, anstatt sich auf einfache Primitiven zu beschränken.
• Brücke zwischen Industrie und KI: Nachahmung des menschlichen Designprozesses (Referenzfläche + Prozedur), um die Lücke zwischen synthetischen Trainingsdaten und industriellen Standards zu schließen.
• Modularität: Die Methode ermöglicht es, die Komplexität der Geometrie durch die Wahl der Referenzfläche zu steuern, ohne die Grundstruktur des Zielobjekts (z. B. eine Halterung) zu ändern.
• Skalierbarkeit: Da die Eingabe rein textbasiert (Python-Code + natürlicher Text) ist, ist die Methode kompatibel mit beliebigen Code-generierenden LLMs und erfordert keine multimodalen (Bild-Text) Modelle.

4. Ergebnisse

Die Experimente verglichen die generierten Daten mit bestehenden Datensätzen (DeepCAD-b, GenCAD, CAD-MLLM) und einem industriellen Referenzdatensatz („Industry").

• Geometrische Komplexität: Die generierten CAD-Objekte weisen signifikant mehr Linien in den STEP-Dateien, mehr Flächen und Kurven auf als die Baseline-Datensätze.
• B-Spline-Ratio:
  • Baseline-Datensätze: Enthalten fast keine B-Splines (0–1 % der Flächen/Kurven).
  • Industriedaten: 100 % der Flächen/Kurven sind B-Splines.
  • Methode der Autoren: 77 % der Flächen und 89 % der Kurven sind B-Splines. Der durchschnittliche B-Spline-Ratio liegt bei 0,2217 (im Vergleich zu <0,001 bei den Baselines).
• Vielfalt: Die Verteilung der B-Spline-Ratios ist viel gleichmäßiger und deckt einen breiteren Bereich der geometrischen Komplexität ab als bestehende Datensätze.
• Ablationsstudie:
  • Ohne Referenzflächen-Prompt (nur Textanweisung für „glatte Formen") sinkt der B-Spline-Anteil drastisch (von 77 % auf 18 % für Flächen).
  • Dies beweist, dass der Referenzflächen-Code der entscheidende Faktor ist, um B-Splines zu erzwingen, da reine Textanweisungen oft zu mehr Standard-Primitiven führen, die nur „glatt" aussehen, aber keine echten Splines sind.

5. Bedeutung und Ausblick

• Verbesserung von CAD-Modellen: Die vorgestellte Methode liefert hochwertige, diverse Trainingsdaten, die notwendig sind, um LLMs und Deep-Learning-Modelle für die Generierung industrietauglicher CAD-Programme zu trainieren.
• Überwindung von Datenengpässen: Sie bietet einen Weg, um den Mangel an komplexen CAD-Daten zu beheben, ohne auf teure manuelle Datenerstellung angewiesen zu sein.
• Generalisierbarkeit: Die Methode wurde erfolgreich auf andere Objekte (z. B. Autoräder) übertragen, was zeigt, dass sie nicht auf Halterungen beschränkt ist.
• Herausforderungen: Die Komplexität der Programme führt zu mehr Validierungsfehlern und erfordert mehr Iterationen für eine erfolgreiche Generierung. Zudem ist die präzise Kontrolle, wo genau das Objekt die Referenzfläche berührt, noch nicht vollständig gelöst und könnte zukünftig durch feinabgestimmte Modelle oder menschliches Eingreifen verbessert werden.

Fazit: Das Paper demonstriert, dass die Nachahmung industrieller Designprozesse durch die Kombination von Code-basierten Referenzflächen und textuellen Designanweisungen ein effektiver Weg ist, um die geometrische Vielfalt und Qualität von KI-generierten CAD-Daten massiv zu steigern.