Riepilogo Tecnico: Linkify – Apprendere dai Grafi di Assemblaggio Aumentati dalle Interfacce

Definizione del Problema

I recenti progressi nell'IA generativa per il CAD (Computer-Aided Design) si sono concentrati principalmente su parti isolate o assemblaggi monolitici, trascurando spesso le critiche informazioni geometriche presenti nelle interfacce tra i componenti interagenti. Mentre le attuali rappresentazioni di grafi di assemblaggio utilizzano nodi per le parti e archi per giunti cinematici o strutture gerarchiche, esse spesso omettono la precisa geometria di contatto che definisce come le parti si incastrino e funzionino insieme. Questa mancanza di consapevolezza delle interfacce limita la capacità dei modelli di machine learning di eseguire compiti contestuali, come il recupero delle parti (part retrieval), dove comprendere "cosa si adatta qui" è essenziale. Inoltre, gli attuali dataset, come il dataset Fusion 360 Gallery Assembly, contengono dati di interfaccia errati o mancanti, ostacolando l'addestramento di modelli robusti.

Metodologia

Gli autori propongono Linkify, un framework che sfrutta grafi di assemblaggio aumentati dalle interfacce per apprendere rappresentazioni di parti meccaniche dipendenti dal contesto. La metodologia consiste in tre fasi principali:

1. Ricostruzione e Augmentation del Dataset

Gli autori affrontano il problema della qualità dei dati ricalcolando l'interfaccia geometrica ad alta fedeltà per l'intero dataset Fusion 360 Gallery Assembly (8.251 assemblaggi, 154.468 parti).

• Calcolo dell'Interfaccia: Utilizzando il kernel B-Rep Open CASCADE Technology (OCCT), gli autori eseguono operazioni booleane native (BRepAlgoAPI_Common) per calcolare le esatte intersezioni geometriche tra le facce in contatto.
• Generazione di Nuvole di Punti: Da questi volumi di intersezione precisi, vengono campionate nuvole di punti (2.048 punti per interfaccia) per servire come input per gli encoder neurali.
• Costruzione del Grafo: Viene costruito un grafo di assemblaggio in cui i nodi rappresentano le singole parti e gli archi rappresentano i contatti calcolati.
• Etichettatura: Le etichette dei nodi sono generate tramite clustering k-means non supervisionato ($k=500$) sulle part embeddings, creando un vocabolario di categorie geometriche per il compito di recupero.

2. Rappresentazione e Embedding del Grafo

Il framework costruisce un grafo aumentato dalle interfacce $G = (V, E, M, Y)$:

• Node Embeddings: Le geometrie delle parti sono codificate utilizzando encoder di nuvole di punti pre-addestrati. Gli autori ne valutano due: PointMAE (pre-addestrato su ShapeNet) e DGCNN (pre-addestrato su ModelNet40).
• Edge Embeddings: Le geometrie delle interfacce sono codificate utilizzando lo stesso encoder PointMAE, producendo vettori a 384 dimensioni che catturano la forma della regione di contatto locale.
• Formulazione del Task: Il sistema è addestrato su un compito di predizione di parti mascherate (masked part prediction). Dato un grafo di assemblaggio con un nodo mascherato (vettore di caratteristiche azzerato), il modello deve predire l'etichetta del cluster della parte mancante dal vocabolario di 500 classi. Questo funge da proxy per il recupero di parti consapevole del contesto.

3. Architettura del Modello

Il modello centrale è una Graph Attention Network (GAT) che utilizza la variante GATv2.

• Attenzione Dinamica: A differenza della standard GAT, GATv2 calcola i pesi dell'attenzione dinamicamente in base al nodo sorgente, al nodo target e alla query stessa, permettendo un passaggio di messaggi più espressivo e dipendente dal contesto.
• Addestramento: Il modello è addestrato utilizzando la cross-entropy loss con pesatura delle classi per affrontare lo sbilanciamento, ottimizzato tramite Adam con uno schema di cosine annealing.

Contributi Chiave

1. Dataset Consapevole delle Interfacce: Gli autori forniscono una versione corretta e ad alta fedeltà del dataset Fusion 360 Gallery Assembly, caratterizzata da definizioni geometriche di interfaccia ricalcolate (aree di contatto, volumi e nuvole di punti) per tutti gli assemblaggi.
2. Framework Linkify: Una nuova architettura GNN (basata su GATv2) che incorpora esplicitamente la geometria dell'interfaccia come attributi degli archi, dimostrando come integrare queste caratteristiche in una pipeline di apprendimento per grafi di assemblaggio.
3. Validazione Empirica: Una serie completa di studi di ablazione e confronti con baseline che misurano quantitativamente l'importanza della topologia del grafo, degli attributi degli archi e dei meccanismi di attenzione.

Risultati

Gli autori valutano il modello contro diverse baseline: Random Guess, Majority Class, Logistic Regression (su nodi aggregati) e k-Nearest Neighbors.

• Performance: Utilizzando PointMAE come encoder, Linkify raggiunge una accuratezza Top-1 del 6,34% e un F1 score del 6,01%. Questo rappresenta un miglioramento significativo rispetto alla più forte baseline non-graph (Logistic Regression, Top-1: 5,99%) e un miglioramento relativo del 28% nell'F1 score.
• Sensibilità dell'Encoder: I modelli che utilizzano DGCNN hanno performato peggio della Logistic Regression, evidenziando come il mismatch tra il pre-addestramento di DGCNN (ModelNet40) e la geometria CAD sia un collo di bottiglia, mentre PointMAE (ShapeNet) generalizza meglio alle parti meccaniche.
• Studi di Ablazione:
  • Connettività: Il rimescolamento casuale degli archi ha causato un calo del 13,6% nell'accuratezza Top-1, mentre la rimozione del 10% degli archi ha causato un calo del 23,8%, confermando che la corretta connettività delle interfacce è critica.
  • Attributi degli Archi: La rimozione degli attributi degli archi ha causato un calo relativo del 5,4% nella Top-1 accuracy, mentre la loro randomizzazione ha causato un calo del 7,9%, provando il valore semantico degli embedding delle interfacce.
  • Meccanismo di Attenzione: GATv2 ha superato la standard GAT del 16,1% in termini di accuratezza Top-1, validando la necessità di un'attenzione dinamica per i grafi informati dalle interfacce.
• Analisi Qualitativa: Il modello recupera con successo parti con somiglianza geometrica e funzionale (ad esempio, ingranaggi, componenti cilindrici) nei corretti contesti di assemblaggio. Tuttavia, si verificano casi di fallimento quando le parti condividono rapporti d'aspetto ma hanno dettagli di interfaccia incompatibili o quando i ruoli funzionali non sono puramente geometrici.

Significato e Rivendicazioni

Il paper posiziona Linkify non come un sistema completo di sintesi di assemblaggio o di verifica dell'accoppiamento, ma come un task di sonda orientato al recupero per validare l'ipotesi che la geometria dell'interfaccia sia critica per comprendere la funzione delle parti.

• Fondamento per il Lavoro Futuro: Gli autori affermano che il loro dataset corretto e la loro rappresentazione di grafo aumentata dalle interfacce forniscono una base necessaria per futuri modelli di recupero, validazione e design generativo di assemblaggi.
• Consapevolezza del Contesto: Il lavoro dimostra che andare oltre la semplice somiglianza della parte isolata per includere il contesto dell'assemblaggio e i vincoli di interfaccia produce migliori prestazioni di recupero.
• Ambito Modesto: Gli autori riconoscono esplicitamente i limiti, notando che l'attuale modello fatica con i ruoli funzionali oltre la somiglianza geometrica e si affida a encoder pre-addestrati che introducono rumore. Inquadrano i risultati attuali come un passo verso un sistema completamente a ciclo chiuso che richiederebbe eventualmente descrittori più ricchi (cinematica, proprietà fisiche) e dataset su scala maggiore.

Gli autori concludono che, sebbene il problema della comprensione automatizzata degli assemblaggi rimanga irrisolto, il loro approccio aumentato dalle interfacce stabilisce che le rappresentazioni basate su grafi, che combinano la geometria appresa con le informazioni di contatto, sono essenziali per modellare le relazioni gerarchiche di assemblaggio.