Riepilogo Tecnico: Generazione di Progettazione Assistita da Computer tramite Modello di Diffusione Discreto a Cascata

1. Enunciato del Problema

La Progettazione Assistita da Computer (CAD) è un pilastro dell'ingegneria moderna, tuttavia la sua creazione rimane fortemente dipendente da flussi di lavoro manuali e intensivi dal punto di vista del lavoro, soggetti a errori umani. Sebbene recenti approcci di deep learning abbiano cercato di automatizzare la generazione CAD rappresentando i modelli come sequenze di comandi e parametri discreti, i metodi esistenti affrontano una limitazione fondamentale.

I metodi attuali all'avanguardia, come i modelli autoregressivi o i modelli di diffusione continua (ad esempio, Diffusion-CAD), spesso incorporano token CAD discreti in uno spazio euclideo continuo. Gli autori sostengono che questo approccio sia fondamentalmente disallineato con la natura dei dati CAD. I token CAD sono intrinsecamente discreti ed eterogenei; proiettarli in un dominio continuo non riesce a preservare le relazioni di vicinanza semantica. Di conseguenza, il rumore gaussiano isotropo utilizzato nella diffusione continua perturba le rappresentazioni in regioni che mappano su simboli CAD semanticamente invalidi o privi di significato, minando la validità geometrica dei design generati.

2. Metodologia

Per affrontare queste limitazioni, il documento propone un Modello di Diffusione Discreto a Cascata (CDDM). Questo framework opera direttamente sulle distribuzioni di token categoriali piuttosto che su embedding continui, garantendo la coerenza semantica durante l'intero processo di generazione. L'architettura è suddivisa in due fasi sequenziali:

A. Architettura a Cascata

Il compito di generazione è fattorizzato in due probabilità condizionali: $p(M) = p(\zeta) p(\theta | \zeta)$, dove $\zeta$ rappresenta la sequenza di comandi CAD discreti e $\theta$ rappresenta i parametri associati.

1. Diffusione dei Comandi: Genera la sequenza di comandi discreti (ad esempio, Linea, Cerchio, Estrusione).
2. Diffusione dei Parametri: Genera i parametri quantizzati condizionati ai comandi generati.

B. Processo in Avanti: Matrici di Transizione Consapevoli dei Simboli

A differenza della diffusione standard che applica rumore uniforme, il CDDM impiega una catena di Markov con matrici di transizione ($Q_t$) attentamente progettate e adattate alla natura specifica dei dati:

• Per i Comandi: Viene utilizzata una matrice di transizione a stato assorbente. Questa corrompe progressivamente i token verso un simbolo assorbente designato, cancellando efficacemente il contenuto semantico in modo coerente con la natura sequenziale dei comandi.
• Per i Parametri: Riconoscendo l'eterogeneità dei parametri CAD, gli autori progettano tre kernel di transizione specifici:
  • Parametri di Coordinate: Viene utilizzato un kernel basato su Gaussiana per catturare la continuità spaziale locale (ad esempio, assicurando che il token 100 transiti più probabilmente verso 99 o 101 che verso 1).
  • Parametri Dimensionali: Viene impiegato un kernel invariante alla scala. Questo misura la perturbazione in modo relativo (ad esempio, $|i-j|/(i+j)$) piuttosto che assoluto, garantendo che una variazione del 1% in una grande dimensione sia trattata in modo simile a una variazione del 1% in una piccola dimensione.
  • Parametri Booleani: Un kernel che preserva la prior limita le transizioni a categorie valide basate sulle statistiche empiriche di addestramento, prevenendo la diffusione in stati invalidi.

C. Processo Inverso: Reti di Denoising

Il recupero dei dati puliti dagli stati corrotti è gestito da due reti distinte:

1. Denoiser dei Comandi: Un encoder Transformer equipaggiato con attenzione self multi-testa per modellare le dipendenze globali tra i token dei comandi.
2. Denoiser dei Parametri: Un'architettura Transformer specializzata che include:
   • Attenzione Self Globale: Per le dipendenze a lungo raggio.
   • Attenzione Self Locale: Un'innovazione fondamentale in cui una maschera di attenzione a livello di comando sopprime le interazioni tra parametri appartenenti a comandi diversi, garantendo che i parametri si correlino solo con il loro comando specifico.
   • Attenzione Incrociata: Inietta la sequenza di comandi generata come condizione per guidare la generazione dei parametri.

D. Generazione Condizionata

Il framework supporta la generazione condizionata (ad esempio, da nuvole di punti o lunghezze di comandi specifiche) introducendo ulteriori livelli di attenzione incrociata che fondono le caratteristiche condizionali (da PointNet o indicatori di lunghezza) con le caratteristiche dei comandi e dei parametri.

3. Contributi Chiave

Il documento delinea tre contributi principali:

1. Primo Framework di Diffusione Discreto a Cascata per CAD: Gli autori introducono un modello che opera direttamente su token categoriali senza embedding continuo, preservando la coerenza semantica ed evitando le geometrie invalidi comuni nella diffusione continua.
2. Meccanismi di Transizione Consapevoli dei Simboli: La progettazione di matrici di transizione specifiche per parametri eterogenei (Gaussiana per le coordinate, invariante alla scala per le dimensioni e che preserva la prior per i booleani) consente processi di corruzione controllabili e validi per i token, impossibili negli spazi continui.
3. Rete di Denoising dei Parametri Consapevole dei Comandi: La proposta di un'architettura di rete caratterizzata da attenzione self locale (per limitare le interazioni dei parametri all'interno dei comandi) e condizionamento incrociato, che modella esplicitamente la relazione strutturale tra comandi e i loro parametri.

4. Risultati Sperimentali

Gli esperimenti sono stati condotti sul dataset DeepCAD (oltre 178.000 modelli).

• Generazione Incondizionata: Il CDDM ha superato i modelli autoregressivi esistenti (DeepCAD, SkexGen) e le baseline di diffusione continua (Diffusion-CAD) su più metriche. In particolare, ha raggiunto una Copertura (COV) dell'89,10% (contro il 79,11% di Diffusion-CAD) e un tasso di invalidità del 4,0% (contro il 4,1% di Diffusion-CAD e significativamente inferiore ai metodi B-rep che variavano dal 20-30%).
• Studi di Ablazione:
  • A Cascata vs Unificato: Un modello di diffusione unificato (che tratta comandi e parametri come una singola sequenza) ha portato a un tasso di invalidità superiore al 90%, confermando la necessità dell'approccio a cascata.
  • Discreto vs Continuo: La diffusione discreta ha superato significativamente la diffusione continua per la generazione dei parametri, validando l'affermazione che il rumore continuo interrompe la semantica dei token discreti.
  • Matrici di Transizione: L'uso delle matrici di transizione miste proposte (Gaussiana, invariante alla scala, che preserva la prior) ha prodotto risultati superiori rispetto all'uso di una matrice di transizione uniforme per tutti i parametri.
  • Meccanismi di Attenzione: La combinazione di livelli di attenzione self globale e locale nella rete dei parametri ha superato l'uso di un singolo livello.
• Generazione Condizionata: I risultati qualitativi hanno dimostrato un'efficace controllabilità, generando con successo modelli CAD con lunghezze di comandi specifiche e ricostruendo sequenze CAD valide da input di nuvole di punti.

5. Significato e Affermazioni

Il documento afferma che il CDDM proposto rappresenta un avanzamento significativo nella generazione CAD automatizzata, rispettando la natura intrinsecamente discreta ed eterogenea dei dati di progettazione. Spostandosi dagli embedding continui, il metodo evita le incoerenze semantiche che affliggono i precedenti approcci di diffusione.

Gli autori posizionano questo lavoro come il primo ad applicare con successo un framework di diffusione discreto a cascata a questo dominio. Affermano che i loro meccanismi di transizione consapevoli dei simboli e le strutture di attenzione consapevoli dei comandi forniscono una soluzione robusta per generare modelli CAD geometricamente validi e diversificati, superando lo stato dell'arte sia nella qualità della generazione incondizionata che nella controllabilità condizionata. Il codice sorgente è destinato a essere rilasciato per facilitare ulteriori ricerche.