💻 computer science

CADReasoner: Iterative Program Editing for CAD Reverse Engineering

Le papier présente CADReasoner, un modèle qui améliore l'ingénierie inverse de la conception assistée par ordinateur (CAO) en affinant itérativement la reconstruction géométrique via l'édition de programmes Python, en fusionnant des rendus multi-vues et des nuages de points, et en comblant l'écart de réalisme grâce à un protocole de simulation de scan.

Auteurs originaux : Soslan Kabisov, Vsevolod Kirichuk, Andrey Volkov, Gennadii Savrasov, Marina Barannikov, Anton Konushin, Andrey Kuznetsov, Dmitrii Zhemchuzhnikov

Publié 2026-04-01

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Soslan Kabisov, Vsevolod Kirichuk, Andrey Volkov, Gennadii Savrasov, Marina Barannikov, Anton Konushin, Andrey Kuznetsov, Dmitrii Zhemchuzhnikov

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

🛠️ CADReasoner : Le "Correcteur Automatique" pour les Dessins Techniques

Imaginez que vous êtes un architecte ou un ingénieur. Vous avez un objet physique (une pièce de voiture, une poignée de porte) et vous voulez créer son plan numérique parfait (un fichier CAD) pour le reproduire ou le modifier.

Le problème ? Les scanners 3D modernes sont comme des yeux fatigués : ils voient l'objet, mais avec du bruit, des trous, et des déformations. Les logiciels actuels d'intelligence artificielle essaient de deviner le plan, mais souvent, ils font une seule tentative rapide. C'est comme si un élève essayait de résoudre un problème de maths en une seule seconde sans vérifier son travail. Le résultat est souvent approximatif, avec des détails manquants ou des erreurs de forme.

CADReasoner change la donne. C'est un nouveau système d'IA qui ne se contente pas de "deviner" une fois. Il réfléchit, vérifie, et corrige son travail, exactement comme le ferait un ingénieur humain expérimenté.

🔄 L'Analogie du Sculpteur et du Miroir

Pour comprendre comment ça marche, imaginez un sculpteur qui doit copier une statue à partir d'une photo floue.

La première ébauche (Le "One-shot") : L'IA fait une première version du plan. C'est un peu comme si le sculpteur taillait le bloc de pierre à l'aveugle.
La comparaison (Le Miroir) : Au lieu de s'arrêter là, CADReasoner prend sa création, la "scanne" virtuellement, et la compare à l'objet original. Il voit les différences : "Ah, ici c'est trop plat, là c'est trop rond, et il manque un trou."
La correction (L'Édition itérative) : L'IA ne recommence pas tout de zéro. Elle écrit un petit bout de code (un script Python) pour modifier son plan précédent. Elle ajuste la courbe, ajoute le trou, lisse la surface.
La boucle de rétroaction : Elle répète ce processus plusieurs fois. À chaque tour, le plan devient plus précis, plus proche de la réalité. C'est une boucle de réflexion : Faire -> Comparer -> Corriger -> Recommencer.

🧠 Comment ça marche techniquement (sans les mots compliqués)

Le système utilise deux types d'indices pour se corriger, comme un navigateur qui utilise à la fois une carte et un GPS :

Les Images Multi-vues (La Carte) : L'IA regarde l'objet sous plusieurs angles (de face, de dos, de haut, etc.). Elle superpose l'image de l'objet réel (en vert) et celle de sa création (en rouge). Là où les couleurs se mélangent (jaune), c'est parfait. Là où il y a du rouge seul, c'est trop gros. Du vert seul, c'est un trou. C'est une "carte des erreurs" visuelle.
Le Nuage de Points (Le GPS) : L'IA mesure la distance exacte entre chaque point de sa création et la surface réelle. C'est comme un radar qui lui dit : "Tu es à 2 millimètres trop loin de la cible."

En combinant ces deux informations, le modèle (qui est un "cerveau" d'IA appelé Qwen2-VL) réécrit son propre code pour corriger les erreurs.

🌧️ Le Défi de la "Réalité" (Le brouillard)

La plupart des IA sont entraînées sur des données parfaites, comme si on apprenait à conduire sur un circuit de Formule 1 sans pluie ni nids-de-poule. Mais dans la vraie vie, les scans sont imparfaits (poussière, reflets, pièces manquantes).

Les auteurs de CADReasoner ont eu une idée brillante : ils ont créé un simulateur de scanner.

Ils prennent un objet parfait.
Ils ajoutent artificiellement du bruit, des trous et des déformations, comme si un vrai scanner l'avait scanné.
Ils entraînent l'IA sur ces versions "abîmées".

C'est comme entraîner un pilote de course sur un circuit glissant et boueux. Résultat ? Quand l'IA se retrouve face à un vrai objet réel, elle ne panique pas. Elle sait comment gérer les imperfections.

🏆 Les Résultats : Pourquoi c'est impressionnant ?

Les tests montrent que CADReasoner bat tous les records précédents sur plusieurs bases de données de pièces mécaniques :

Précision : Il retrouve des détails minuscules (comme de petits trous ou des arrondis) que les autres IA ratent.
Robustesse : Même avec des scans très abîmés, il arrive à reconstruire un objet propre et utilisable.
Zéro erreur critique : Contrairement aux autres systèmes qui produisent parfois des plans "cassés" (qui ne peuvent pas être imprimés ou usinés), CADReasoner apprend à éviter ces pièges grâce à ses corrections itératives.

En résumé

CADReasoner, c'est comme passer d'un élève qui fait ses devoirs en vitesse pour les rendre, à un artisan perfectionniste qui vérifie son travail, mesure ses erreurs, et affine son plan jusqu'à ce que tout soit parfait.

Au lieu de simplement "voir" un objet et de le copier, il comprend la géométrie, raisonne sur les différences, et réécrit son propre code pour obtenir un résultat professionnel, même à partir de données imparfaites. C'est un pas de géant vers l'automatisation de la conception industrielle.

1. Problématique

La reconstruction de modèles CAO (Conception Assistée par Ordinateur) précis à partir de données de numérisation 3D brutes (nuages de points, maillages issus de scanners LiDAR ou RGB-D) est un défi majeur en vision par ordinateur et en graphisme.

Le fossé de réalité : Les données scannées sont bruitées, incomplètes (zones manquantes, occlusions) et irrégulières, tandis que les modèles CAO sont des représentations paramétriques propres et exactes.
Limites des approches actuelles : La plupart des systèmes d'IA existants opèrent en une seule passe (prédiction unique) ou utilisent des techniques d'alignement simples. Ils manquent souvent de détails géométriques fins et ne possèdent pas de mécanisme efficace pour l'inférence itérative et l'auto-correction, contrairement aux ingénieurs humains qui comparent et ajustent le design de manière cyclique.
Problème de réalisme : Les jeux de données publics sont souvent synthétiques (échantillonnage direct sur des modèles B-Rep parfaits), ne reflétant pas les artefacts réels des scanners (bruit, trous, déformations).

2. Méthodologie : CADReasoner

L'article propose CADReasoner, un modèle conçu pour affiner itérativement sa prédiction en se basant sur l'écart géométrique entre la forme d'entrée et la forme reconstruite.

A. Architecture et Boucle de Révision

Le système fonctionne comme une boucle fermée d'édition de programme :

Entrées : À chaque itération $t$ $t$ , le modèle reçoit :
- Une représentation visuelle multi-vues : Superposition d'images (overlay) comparant la cible (cible) et le rendu précédent (prédiction). Les canaux Rouge et Vert codent respectivement la prédiction et la cible, permettant de visualiser les écarts.
- Un nuage de points : Représentant la géométrie de la cible et de la prédiction précédente, enrichi par des vecteurs d'offset (distance vers la surface la plus proche de l'autre forme).
- Le programme précédent ( $C_{t-1}$ ) : Un script Python exécutable (CadQuery).
Modèle : Basé sur l'architecture Qwen2-VL 2B (Vision-Language Model), le modèle fusionne ces modalités (images et points) pour générer un script CadQuery mis à jour ( $C_t$ ).
Exécution et Feedback : Le script généré est exécuté pour produire un nouveau maillage ( $S_t$ ), qui est ensuite ré-analysé pour la prochaine itération.
Sélection : Le système conserve le « meilleur jusqu'ici » (best-so-far) basé sur la métrique d'écart géométrique (Chamfer Distance).

B. Simulation de Scan (Scan-Simulation)

Pour combler le fossé entre les données synthétiques et réelles, les auteurs ont développé un pipeline de simulation de scan :

Échantillonnage de points sur le modèle CAO.
Simulation d'un mouvement de caméra sphérique pour extraire les points visibles.
Reconstruction de maillage via Screened Poisson Surface Reconstruction.
Ajout de trous aléatoires et de bruit pour imiter les défauts de numérisation réels.
Ce protocole est appliqué à la fois pendant l'entraînement et l'évaluation, permettant au modèle d'apprendre à gérer des entrées imparfaites.

C. Stratégie d'Entraînement (Curriculum Learning)

L'entraînement utilise une approche par étapes (SFT - Supervised Fine-Tuning) pour éviter le surapprentissage et favoriser l'apprentissage de la correction :

Phase A : Apprentissage de la prédiction initiale ( $t=1$ ) sur des données propres.
Phase B & C : Entraînement sur des mélanges d'exemples où le modèle doit corriger ses propres prédictions imparfaites (générées par lui-même sur des données non vues). Cela force le modèle à apprendre à identifier et réparer les erreurs géométriques plutôt que de simplement mémoriser des formes.

3. Contributions Clés

CADReasoner : Un cadre novateur pour la reconstruction CAO basé sur l'inférence itérative et l'auto-correction, permettant un alignement progressif entre le modèle CAO et l'entrée.
Réalisme par Simulation de Scan : Introduction d'un protocole de simulation de scan appliqué à l'entraînement et au test, rendant le modèle robuste aux artefacts réels (bruit, trous, occlusions).
Fusion Multimodale : Utilisation complémentaire des vues multi-angles (pour la cohérence globale et la topologie) et des nuages de points (pour les distances métriques précises) afin de guider l'édition du code.
Performance sans RL : Contrairement à d'autres méthodes utilisant le Reinforcement Learning (RL) pour l'ajustement, CADReasoner atteint des résultats de pointe uniquement par SFT, en alignant la supervision sur la pratique réelle de l'ingénierie inverse.

4. Résultats Expérimentaux

Les évaluations ont été menées sur trois benchmarks : DeepCAD, Fusion 360 et MCB.

Précision Géométrique (CD, IoU) : CADReasoner atteint des performances de pointe (State-of-the-Art) sur les pistes « propres » et « simulation de scan ».
- Sur DeepCAD et Fusion 360, il bat les méthodes existantes (comme cadrille) dès la première itération et améliore significativement les résultats après 5 itérations (réduction du Chamfer Distance, augmentation de l'IoU).
- Sur MCB (plus complexe), il montre des gains massifs après itération, surpassant les méthodes basées sur le RL en termes de précision et de taux d'invalidité.
Robustesse aux Scans : Sur les données simulées de scan, CADReasoner maintient des performances élevées, tandis que les méthodes baselines (entraînées sur des données propres) dégradent fortement leurs performances.
Taux d'Invalidité (IR) : Le modèle réduit drastiquement le taux de scripts générés qui ne se compilent pas ou produisent des solides dégénérés (souvent < 1% après itération), surpassant les approches par RL.
Décodage Stochastique : L'utilisation d'un décodage stochastique avec élagage géométrique permet d'explorer plus de trajectoires de correction, menant à des résultats encore meilleurs (notamment un IR de 0% sur plusieurs configurations).

5. Signification et Impact

Changement de paradigme : L'article démontre que l'auto-correction itérative guidée par la géométrie est plus efficace que les approches en une seule passe ou le RL traditionnel pour la reconstruction CAO.
Applicabilité Industrielle : En traitant des données de scan réalistes (bruitées, incomplètes) et en produisant des scripts CadQuery exécutables et éditables, la méthode s'approche davantage des besoins réels de l'ingénierie inverse industrielle.
Efficacité : La capacité à obtenir des résultats supérieurs sans étape de RL complexe (seulement du SFT) rend la méthode plus accessible et plus stable à entraîner.

En résumé, CADReasoner établit une nouvelle référence pour la reconstruction CAO, prouvant qu'un modèle capable de « raisonner » sur les écarts géométriques et de réécrire son propre code itérativement peut surmonter les limitations des données de scan imparfaites.