Resumen Técnico: Generación de Diseño Asistido por Computadora mediante un Modelo de Difusión Discreto en Cascada

1. Planteamiento del Problema

El Diseño Asistido por Computadora (CAD) es una piedra angular de la ingeniería moderna, sin embargo, su creación sigue dependiendo en gran medida de flujos de trabajo manuales intensivos en mano de obra y propensos al error humano. Aunque los enfoques recientes de aprendizaje profundo han buscado automatizar la generación de CAD representando los modelos como secuencias de comandos y parámetros discretos, los métodos existentes enfrentan una limitación fundamental.

Los métodos actuales más avanzados, como los modelos autoregresivos o los modelos de difusión continua (por ejemplo, Diffusion-CAD), a menudo incrustan tokens CAD discretos en un espacio euclidiano continuo. Los autores argumentan que este enfoque está fundamentalmente desalineado con la naturaleza de los datos CAD. Los tokens CAD son inherentemente discretos y heterogéneos; proyectarlos en un dominio continuo falla en preservar las relaciones de vecindad semántica. En consecuencia, el ruido gaussiano isotrópico utilizado en la difusión continua perturba las representaciones hacia regiones que mapean a símbolos CAD semánticamente inválidos o sin sentido, socavando la validez geométrica de los diseños generados.

2. Metodología

Para abordar estas limitaciones, el artículo propone un Modelo de Difusión Discreto en Cascada (CDDM). Este marco opera directamente sobre distribuciones de tokens categóricos en lugar de incrustaciones continuas, garantizando la consistencia semántica durante todo el proceso de generación. La arquitectura se divide en dos etapas secuenciales:

A. Arquitectura en Cascada

La tarea de generación se factoriza en dos probabilidades condicionales: $p(M) = p(\zeta) p(\theta | \zeta)$, donde $\zeta$ representa la secuencia de comandos CAD discretos y $\theta$ representa los parámetros asociados.

1. Difusión de Comandos: Genera la secuencia de comandos discretos (por ejemplo, Línea, Círculo, Extrusión).
2. Difusión de Parámetros: Genera los parámetros cuantizados condicionados a los comandos generados.

B. Proceso Forward: Matrices de Transición Conscientes del Símbolo

A diferencia de la difusión estándar que aplica ruido uniforme, el CDDM emplea una cadena de Markov con matrices de transición ($Q_t$) cuidadosamente diseñadas y adaptadas a la naturaleza específica de los datos:

• Para Comandos: Se utiliza una matriz de transición de estado absorbente. Esto corrompe progresivamente los tokens hacia un símbolo absorbente designado, eliminando efectivamente el contenido semántico de una manera coherente con la naturaleza secuencial de los comandos.
• Para Parámetros: Reconociendo la heterogeneidad de los parámetros CAD, los autores diseñan tres núcleos de transición específicos:
  • Parámetros de Coordenadas: Se utiliza un núcleo basado en Gauss para capturar la continuidad espacial local (por ejemplo, asegurando que el token 100 transite más probablemente a 99 o 101 que a 1).
  • Parámetros Dimensionales: Se emplea un núcleo invariante a la escala. Esto mide la perturbación de manera relativa (por ejemplo, $|i-j|/(i+j)$) en lugar de absoluta, asegurando que un cambio del 1% en una dimensión grande se trate de manera similar a un cambio del 1% en una dimensión pequeña.
  • Parámetros Booleanos: Un núcleo que preserva la priori restringe las transiciones a categorías válidas basadas en estadísticas empíricas de entrenamiento, previniendo la difusión hacia estados inválidos.

C. Proceso Reverse: Redes de Eliminación de Ruido

La recuperación de datos limpios a partir de estados corruptos es manejada por dos redes distintas:

1. Eliminador de Ruido de Comandos: Un codificador Transformer equipado con atención auto-referencial multi-cabeza para modelar dependencias globales entre tokens de comandos.
2. Eliminador de Ruido de Parámetros: Una arquitectura Transformer especializada que incluye:
   • Atención Auto-Referencial Global: Para dependencias de largo alcance.
   • Atención Auto-Referencial Local: Una innovación central donde una máscara de atención a nivel de comando suprime las interacciones entre parámetros pertenecientes a diferentes comandos, asegurando que los parámetros solo se correlacionen con su comando específico.
   • Atención Cruzada: Inyecta la secuencia de comandos generada como condición para guiar la generación de parámetros.

D. Generación Condicional

El marco soporta la generación condicional (por ejemplo, desde nubes de puntos o longitudes de comandos específicas) introduciendo capas adicionales de atención cruzada que fusionan características condicionales (desde PointNet o indicadores de longitud) con las características de comandos y parámetros.

3. Contribuciones Clave

El artículo describe tres contribuciones principales:

1. Primer Marco de Difusión Discreto en Cascada para CAD: Los autores introducen un modelo que opera directamente sobre tokens categóricos sin incrustación continua, preservando la consistencia semántica y evitando las geometrías inválidas comunes en la difusión continua.
2. Mecanismos de Transición Conscientes del Símbolo: El diseño de matrices de transición específicas para parámetros heterogéneos (Gauss para coordenadas, invariante a la escala para dimensiones y que preserva la priori para booleanos) permite procesos de corrupción controlables y válidos para tokens, imposibles en espacios continuos.
3. Red de Eliminación de Ruido de Parámetros Consciente del Comando: La propuesta de una arquitectura de red que presenta atención auto-referencial local (para restringir las interacciones de parámetros dentro de comandos) y condicionamiento cruzado, que modela explícitamente la relación estructural entre comandos y sus parámetros.

4. Resultados Experimentales

Los experimentos se realizaron en el conjunto de datos DeepCAD (más de 178,000 modelos).

• Generación Incondicional: El CDDM superó a los modelos autoregresivos existentes (DeepCAD, SkexGen) y a las líneas base de difusión continua (Diffusion-CAD) en múltiples métricas. Notablemente, logró una Cobertura (COV) del 89.10% (vs. 79.11% para Diffusion-CAD) y una tasa de invalidez del 4.0% (vs. 4.1% para Diffusion-CAD y significativamente menor que los métodos B-rep que oscilaban entre 20-30%).
• Estudios de Ablación:
  • Cascada vs. Unificado: Un modelo de difusión unificado (tratando comandos y parámetros como una sola secuencia) resultó en una tasa de invalidez superior al 90%, confirmando la necesidad del enfoque en cascada.
  • Discreto vs. Continuo: La difusión discreta superó significativamente a la difusión continua para la generación de parámetros, validando la afirmación de que el ruido continuo altera la semántica de los tokens discretos.
  • Matrices de Transición: El uso de las matrices de transición mixtas propuestas (Gauss, invariante a la escala, que preserva la priori) produjo resultados superiores en comparación con el uso de una matriz de transición uniforme para todos los parámetros.
  • Mecanismos de Atención: La combinación de capas de atención auto-referencial global y local en la red de parámetros superó el uso de cualquiera de las capas por separado.
• Generación Condicional: Los resultados cualitativos demostraron una controlabilidad efectiva, generando con éxito modelos CAD con longitudes de comandos específicas y reconstruyendo secuencias CAD válidas a partir de entradas de nubes de puntos.

5. Significado y Afirmaciones

El artículo afirma que el CDDM propuesto representa un avance significativo en la generación automatizada de CAD al respetar la naturaleza inherente discreta y heterogénea de los datos de diseño. Al alejarse de las incrustaciones continuas, el método evita las inconsistencias semánticas que afectan a los enfoques de difusión anteriores.

Los autores posicionan este trabajo como el primero en aplicar con éxito un marco de difusión discreto en cascada a este dominio. Afirman que sus mecanismos de transición conscientes del símbolo y sus estructuras de atención conscientes del comando proporcionan una solución robusta para generar modelos CAD geométricamente válidos y diversos, superando al estado del arte tanto en la calidad de generación incondicional como en la controlabilidad condicional. El código fuente tiene la intención de ser liberado para facilitar futuras investigaciones.