Learning From Design Procedure To Generate CAD Programs for Data Augmentation

Este trabajo propone un nuevo paradigma de aumento de datos que utiliza modelos de lenguaje grandes para generar programas de CAD condicionados a superficies de referencia y procedimientos de modelado, logrando así crear modelos con mayor diversidad geométrica y mayor similitud con diseños industriales de grado profesional.

Lo esencial

¡Claro que sí! Imagina que quieres enseñar a un robot a diseñar piezas de coches o máquinas, pero el robot solo ha visto dibujos muy simples, como cajas y cilindros perfectos. El problema es que en el mundo real, las piezas industriales suelen tener curvas suaves, formas orgánicas y diseños complejos que se adaptan al cuerpo humano o a la aerodinámica.

Este paper presenta una solución creativa para "entrenar" mejor a estos robots (que son Inteligencias Artificiales llamadas LLMs) para que aprendan a diseñar cosas más realistas. Aquí te lo explico con una analogía sencilla:

🎨 La Analogía: El Chef y el Molde de Gelatina

Imagina que la Inteligencia Artificial (IA) es un chef novato que quiere cocinar (diseñar) un pastel (una pieza mecánica).

1. El Problema Actual:
   Hasta ahora, solo le hemos dado al chef recetas para hacer pasteles cuadrados y rectangulares. Si le pedimos que haga algo "orgánico" o "suave", el chef se confunde y sigue haciendo cuadrados. Los datos de entrenamiento que tenemos son como un libro de recetas aburrido lleno solo de formas básicas.

2. La Idea Brillante (El Método Propuesto):
   Los autores dicen: "¡Espera! En la industria real, los diseñadores no empiezan desde cero. Primero eligen una superficie de referencia (un molde o una base) y luego construyen todo lo demás alrededor de ella."

   Por ejemplo, si quieres diseñar un soporte para un motor que debe encajar en una pared curva, primero miras la pared curva (la referencia) y luego diseñas el soporte para que se adapte a esa curva.

3. La Solución: El "Molde Mágico" (Superficie de Referencia)
   En lugar de solo darle al chef una descripción escrita ("haz un soporte"), el nuevo método le da dos cosas:

   • La descripción: "Haz un soporte con dos agujeros".
   • El molde mágico (Código de referencia): Un pequeño programa de computadora que dibuja una superficie curva, ondulada o con forma de ola (como una gelatina que se mueve).

   Le dicen al chef: "Usa este molde de gelatina como base. Tu soporte debe seguir las curvas de esta gelatina. Haz que se adapte a ella."

🚀 ¿Qué logra esto?

• De Cajas a Curvas: Al obligar a la IA a seguir las curvas del "molde mágico", deja de hacer solo cajas y cilindros. Empieza a crear formas con curvas suaves (llamadas B-Splines en el mundo técnico), que son las que realmente se usan en la industria para que las piezas sean más fuertes, bonitas y cómodas.
• Más Diversidad: Como pueden cambiar el "molde" (hacerlo más ondulado, más suave, más profundo), pueden generar miles de diseños diferentes sin tener que dibujarlos uno por uno. Es como tener una máquina que crea infinitas formas de gelatina para que el chef aprenda a cocinar sobre ellas.
• Mejor Calidad: Los diseños que genera esta IA ahora se parecen mucho más a las piezas reales que verías en una fábrica de coches, en lugar de parecer juguetes de plástico simples.

🔍 El Proceso Paso a Paso (Simplificado)

1. Preparación: Eligen una forma curiosa (una ola, una montaña, una onda) y la convierten en un código simple.
2. La Pregunta: Le preguntan a la IA: "Aquí tienes una descripción de un soporte y aquí tienes el código de esta superficie curva. Por favor, escribe el código para crear un soporte que se ajuste perfectamente a esta curva."
3. La Prueba: La IA escribe el código. El sistema lo ejecuta para ver si funciona. Si el diseño tiene agujeros o se rompe (como un pastel que se cae), se lo devuelve a la IA para que lo corrija.
4. El Resultado: ¡Tienen un nuevo diseño perfecto, con curvas complejas, listo para ser usado!

💡 ¿Por qué es importante?

Antes, las IAs para diseño industrial eran como niños aprendiendo a dibujar: solo sabían hacer cuadrados y círculos. Con este método, les estamos enseñando a dibujar con la misma libertad y complejidad que un ingeniero humano experto. Esto es crucial porque, para que las máquinas puedan diseñar coches, aviones o prótesis médicas automáticamente en el futuro, primero necesitan aprender a manejar estas formas complejas y suaves.

En resumen: Han inventado una forma de "enseñar" a la IA a diseñar cosas complejas dándole un molde curvo para que siga, en lugar de solo darle instrucciones escritas. ¡Es como darle al robot un pincel mágico que lo obliga a pintar curvas! 🖌️✨

Resumen técnico

Resumen Técnico: Aprendizaje de Procedimientos de Diseño para Generar Programas CAD

1. El Problema

Los Modelos de Lenguaje Grande (LLM) han demostrado capacidades notables en la generación de código, pero su aplicación en la generación de programas de Diseño Asistido por Computadora (CAD) sigue siendo un desafío significativo. Las principales limitaciones identificadas son:

• Complejidad Geométrica Limitada: Los programas CAD generados por LLMs tienden a producir formas geométricas simples (primitivas básicas como rectángulos y cilindros) que carecen de la complejidad y diversidad de los diseños industriales reales.
• Falta de Datos de Entrenamiento: Los conjuntos de datos públicos existentes (como DeepCAD, ABC, GenCAD) están dominados por operaciones de "boceto y extrusión" (sketch-extrude). Estos datasets carecen de características geométricas avanzadas, como curvas y superficies basadas en B-Splines o NURBS, que son fundamentales en el diseño industrial para lograr formas orgánicas, ergonómicas y estéticamente fluidas.
• Brecha con la Industria: La falta de diversidad en los datos de entrenamiento impide que los modelos de aprendizaje profundo aprendan a generar diseños que se alineen con los estándares de ingeniería y manufactura real.

2. Metodología Propuesta

Los autores proponen un nuevo paradigma de aumento de datos inspirado en las prácticas reales de diseño industrial. En lugar de generar modelos desde cero o basándose únicamente en imágenes, el método utiliza un procedimiento de diseño guiado que consta de dos componentes clave en el prompt (instrucción) para el LLM:

1. Prompt de Procedimiento de Diseño (Design Procedure Prompt):

   • Se instruye al LLM para que simule el proceso de un diseñador humano: comenzar con una superficie de referencia y construir el objeto final sobre ella.
   • El prompt incluye una descripción textual del objeto (ej. "soporte rectangular") y un contexto que exige que el objeto se adapte a la curvatura de la superficie de referencia, eliminándola al final.

2. Programa de Superficie de Referencia (Reference Surface Program):

   • En lugar de usar imágenes o nubes de puntos, se utiliza un script de Python (basado en la librería CadQuery) que define matemáticamente una superficie de referencia.
   • Se utilizan cuatro tipos de superficies orgánicas basadas en B-Splines: superficies gaussianas, de silla de montar, onduladas y de ripple.
   • Al variar los parámetros de estos scripts, se genera una amplia gama de geometrías de referencia que fuerzan al LLM a crear primitivas orgánicas (caras y aristas curvas) para coincidir con la superficie.

Flujo de Trabajo del Sistema:

1. Entrada: Descripción de diseño + Script de superficie de referencia.
2. Generación: El LLM (en los experimentos, OpenAI o3) genera un programa CAD en Python.
3. Validación Agente:
   • Validación de Programa: Ejecuta el script para verificar si se puede convertir a un formato B-rep (Boundary Representation) y exportar a un archivo STEP.
   • Validación Estructural: Verifica si el sólido es "hermético" (watertight) y estructuralmente viable.
4. Corrección Iterativa: Si falla, el mensaje de error se retroalimenta al LLM para auto-corrección hasta lograr un diseño válido.

3. Contribuciones Clave

• Nueva Estrategia de Prompting: Introducen la idea de usar scripts de código (superficies de referencia) como condición para guiar la generación de LLMs hacia geometrías complejas, superando las limitaciones de los prompts puramente textuales o visuales.
• Aumento de Datos con B-Splines: Logran sintetizar un conjunto de datos donde una proporción significativa de las geometrías incluye B-Splines, llenando el vacío existente en los datasets de código abierto.
• Simulación de Flujo de Trabajo Industrial: El método replica la lógica de los ingenieros de diseño (diseño basado en superficies de referencia), lo que resulta en programas CAD más modulares y realistas.
• Independencia de Modalidades Visuales: Al usar scripts de texto en lugar de imágenes para la condición de referencia, evitan los problemas de alineación multimodal y los artefactos de generación comunes en los modelos VLM (Vision-Language Models).

4. Resultados Experimentales

Los experimentos compararon los datos generados por su método ("Ours") contra datasets baselines (DeepCAD-b, GenCAD, CAD-MLLM) y un conjunto de datos industrial real ("Industry").

• Aumento de la Complejidad Geométrica:
  • Proporción de B-Splines: El 77% de los objetos generados por el método propuesto contienen caras B-Spline, en comparación con 0% en DeepCAD-b, GenCAD y CAD-MLLM.
  • Curvas B-Spline: El 89% de los objetos generados tienen curvas B-Spline, frente al 1% en los datasets baselines.
  • Ratio B-Spline: El ratio promedio de B-Spline en los objetos generados es de 0.2217, muy superior a los baselines (cercanos a 0.001) y acercándose significativamente a los datos industriales (0.5352).
• Diversidad de Formas: La distribución del ratio B-Spline en los datos generados es más uniforme y cubre un rango más amplio de complejidad, evitando la concentración en formas simples (ratio 0) típica de otros datasets.
• Estudio de Ablación:
  • Sin la superficie de referencia ni el contexto de procedimiento (Ours(-RT)), el ratio B-Spline cae drásticamente a 0.0085.
  • Solo con guía textual de "formas suaves" (Ours(-R)), el ratio mejora ligeramente a 0.0478, demostrando que el script de la superficie de referencia es el factor crítico para inducir geometrías orgánicas.
• Generalización: El método se demostró exitoso en otros objetivos de diseño, como la generación de ruedas de automóviles con diferentes patrones de radios (doble radio, radio en Y).

5. Significado e Impacto

Este trabajo representa un avance crucial para el campo del Diseño Generativo Asistido por IA:

• Cierre de la Brecha Industrial: Proporciona una vía viable para cerrar la brecha entre los diseños generados por IA (que suelen ser geométricamente simples) y los estándares de ingeniería industrial que requieren curvaturas complejas y continuas.
• Escalabilidad de Datos: Ofrece un mecanismo sostenible y automatizable para generar grandes volúmenes de datos de entrenamiento de alta calidad, esencial para el fine-tuning de futuros modelos de LLM especializados en CAD.
• Calidad de los Modelos: Al entrenar modelos con datos que incluyen B-Splines y procedimientos de diseño realistas, se espera que los futuros sistemas de generación de CAD sean capaces de producir piezas manufacturables, ergonómicas y estéticamente coherentes, reduciendo la necesidad de intervención humana manual para refinar los diseños.

En conclusión, la propuesta demuestra que imitar el proceso cognitivo y procedural de los diseñadores humanos (mediante superficies de referencia programáticas) es una estrategia superior para enseñar a las IA a generar código CAD complejo y de alta fidelidad.