CADSmith: Multi-Agent CAD Generation with Programmatic Geometric Validation

CADSmith は、OpenCASCADE による数値的検証とビジョン言語モデルによる視覚的評価を組み合わせた二重の修正ループと、API ドキュメントに基づく検索拡張生成を採用することで、自然言語から高精度かつ信頼性の高い CadQuery CAD モデルを生成するマルチエージェントシステムです。

要約

CADSmith：AI が「設計図」を完璧に描くための新システム

この論文は、**「言葉で指示するだけで、AI が完璧な 3D 設計図（CAD）を描けるようになる」**という画期的なシステム「CADSmith」を紹介しています。

これまでの AI は、言葉から 3D 図面を作る際に、形は似ているけれど「寸法が数ミリズレている」や「穴が開いていない」といった致命的なミスをしていました。CADSmith は、そのミスを**「人間のようなチェック体制」**で修正し、完璧な設計図を完成させます。

以下に、専門用語を使わず、身近な例え話で解説します。

---

🏭 工場のような「5 人のチーム」で働く AI

CADSmith は、単一の AI が一人で頑張るのではなく、5 人の専門家からなるチームで構成されています。まるで、高度な設計図を作るための小さな工場ラインのようです。

1. プランナー（設計士）

   • 役割: 顧客の「こんなもの作って」という曖昧な言葉を、具体的な設計図（寸法や部品リスト）に翻訳します。
   • 例え: 料理の注文を聞き、「大きな鍋で、直径 20cm、高さ 10cm のスープ」のように、料理人に伝わる具体的なレシピに書き換える人です。

2. コーダー（職人）

   • 役割: 設計図を見て、実際に CAD ソフト（CadQuery）が読み込める「プログラムコード」を書きます。
   • 例え: レシピを見て、実際に包丁を振るう料理人です。ただし、彼らは**辞書（API ドキュメント）**を常に手元に置き、新しい道具の使い方をその都度確認しながら作業します（これが「RAG」という技術です）。

3. エグゼキューター（検査員）

   • 役割: 書かれたコードを動かして、実際に 3D 形状を作ります。
   • 例え: 料理が完成したか確認し、火が通っているか、器が割れていないかを確認する人です。もしコードにミスがあれば、すぐに「エラー」を報告します。

4. バリューダー（厳格な審査員）

   • 役割: 完成した 3D 形状が、本当に注文通りかチェックします。ここが CADSmith の最大の特徴です。
   • 2 つのチェック方法:
     • 定規チェック（数値）: OpenCASCADE という精密な測定器で、「直径は本当に 50mm か？」「重さは合っているか？」をミリ単位で厳密に測ります。
     • 目視チェック（AI 審査員）: 3D 形状を 3 つの角度（正面、斜め上、裏側）から写真に撮り、別の AI（Claude Opus）に見せます。「本当に注文した『六角のボルト』が 6 個あるか？」「形が歪んでいないか？」を人間のように判断します。

5. リファイナー（修正職人）

   • 役割: 審査員から「ここが間違っている」と指摘されると、コードを修正して再挑戦します。
   • 例え: 料理が「塩辛すぎる」と言われたら、塩を減らして味見を繰り返す人です。

---

🔄 2 つの「修正ループ」で完璧を目指す

このシステムがすごいのは、**「2 段階の修正ループ」**を持っている点です。

• 内側のループ（コードのミス修正）:
  • コードが動かない（エラーが出る）場合、すぐに原因を特定して直します。料理で言えば「鍋が焦げたので、火を調整して作り直す」レベルです。
• 外側のループ（形と寸法の修正）:
  • コードは動くが、形が間違っている場合、「定規チェック」と「目視チェック」の両方を使って修正を指示します。
  • 重要なポイント: 数値が合っていても、形が全然違う（例えば、円筒なのに四角い）場合、AI 審査員が「形がおかしい！」と指摘します。逆に、形は似ているけど寸法がズレている場合、定規チェックが「1mm 足りていない！」と指摘します。
  • この**「数値の精密さ」と「全体の形を見る直感」の組み合わせ**が、他の AI にはできない高精度を実現しています。

---

📊 結果：劇的な改善

このシステムを試したところ、以下のような驚くべき結果が出ました。

• 失敗率ゼロ: 100 個の課題すべてで、コードが正常に実行されました（従来の AI は 5% 失敗していました）。
• 寸法の正確さ: 従来の AI は、平均して 28mm ものズレがありましたが、CADSmith は0.74mmまで縮めました。
  • 例え: 従来の AI は「10cm の箱を作れ」と言われて「12.8cm」の箱を出していましたが、CADSmith は「10.07cm」の箱を出せるようになりました。
• 複雑な部品も OK: 単純な箱だけでなく、歯車や穴が開いた機械部品など、複雑な形状でも高い精度で生成できました。

💡 なぜこれが重要なのか？

これまでの AI は「なんとなく似ている絵」を描くのが得意でしたが、**「実際に使える設計図」を作るのは苦手でした。
CADSmith は、「AI が自分で作って、自分で厳しくチェックし、修正する」**というプロセスを確立しました。

これは、**「AI が設計士として、実際に工場に使える部品を作れるようになった」**ことを意味します。将来的には、言葉で指示するだけで、自動車部品や機械の部品を即座に設計・製造できるようになるかもしれません。

まとめ:
CADSmith は、AI に「設計図を描く力」だけでなく、「自分の作品を厳しくチェックし、完璧に直す力」を与えた、次世代の設計支援システムです。

技術概要

以下は、論文「CADSmith: Multi-Agent CAD Generation with Programmatic Geometric Validation」の技術的サマリーです。

1. 問題定義 (Problem)

既存のテキストから CAD（Computer-Aided Design）を生成する手法には、以下の重大な課題が存在します。

• 幾何学的検証の欠如: 多くの手法は単一パスで生成を行うか、損失のある視覚的フィードバック（画像のみ）に依存しており、寸法誤差やトポロジーの欠陥を解決できません。
• LLM の幻覚: 大規模言語モデル（LLM）は寸法を誤って記述したり、API を誤用したりする傾向があり、生成された部品が視覚的には正しくても、数値的な寸法誤差や欠陥により製造不可能な場合があります。
• フィードバックの限界: 数値的な計測（寸法など）だけでは形状の根本的な破損を検知できず、逆に画像ベースの評価だけではミリメートル単位の寸法誤差を特定できません。

2. 手法 (Methodology)

CADSmith は、自然言語から CadQuery コードを生成し、2 つのネストされた修正ループを介して反復的に改良するマルチエージェントパイプラインです。

主要なエージェント構成

1. Planner: 自然言語のプロンプトを構造化された設計仕様（コンポーネントリスト、寸法、制約など）に変換します。
2. Coder: 設計仕様に基づき CadQuery コードを生成します。微調整（Fine-tuning）ではなく、RAG（検索拡張生成） を用いて CadQuery の API ドキュメントとエラー解決パターンを参照します。これにより、ライブラリの進化に対応可能です。
3. Executor: 生成されたコードをサンドボックス環境で実行し、OpenCASCADE カーネルから直接、体積、バウンディングボックス寸法、面/辺/頂点数、ソリッドの妥当性などの正確な幾何学的メトリクスを抽出します。
4. Validator (Judge): 独立した強力なビジョン - ランゲージモデル（Claude Opus）が、以下の 4 つの入力を統合して評価を行います。
   • 元のプロンプト
   • 生成されたコード
   • Executor からの正確な数値メトリクス
   • 3 方向（等角、高角度背面、正面プロファイル）からレンダリングされた画像
   • 判定: 数値メトリクスと視覚的証拠を照合し、合格/不合格と分析フィードバックを出力します。
5. Refiner: 検証で不合格となった場合、Judge からのフィードバック（数値誤差と視覚的指摘）を受け取り、コードを修正して再実行します。

2 つの修正ループ

• 内側ループ（実行エラー対応）: コードの実行失敗時に、エラー traceback と RAG コンテキストを用いて修正を試みます（最大 3 回）。
• 外側ループ（幾何学的修正）: 実行は成功したが形状が誤っている場合に、Validator のフィードバックに基づきコードを修正します（最大 5 回）。

3. 主な貢献 (Key Contributions)

• マルチエージェントアーキテクチャ: 単一モデルではなく、計画、コーディング、実行、検証、修正に特化したエージェントを分解したパイプラインの提案。
• 二重ループのプログラム的幾何学検証: OpenCASCADE カーネルによる厳密な数値計測と、独立した VLM（Vision-Language Model）による包括的な形状評価を組み合わせ、閉ループで反復修正を行う仕組み。
• 独立した VLM-as-Judge: 生成モデル（Claude Sonnet）とは異なる強力なモデル（Claude Opus）をジャッジとして用いることで、自己確認バイアスを回避し、3 方向のレンダリング画像と数値メトリクスを統合した評価を実現。
• API ドキュメントに基づく RAG: 微調整に依存せず、ライブラリの変化に即応可能なシステム設計。

4. 結果 (Results)

100 件のベンチマーク（難易度 T1: 基本プリミティブ、T2: 工学部品、T3: 複雑部品）において評価されました。

• 実行成功率: ゼロショットベースライン（95%）から 100% に向上。
• 精度の向上:
  • 中央値 F1 スコア: 0.9707 → 0.9846
  • 中央値 IoU: 0.8085 → 0.9629
  • 平均 Chamfer Distance: 28.37 → 0.74（大幅な改善）
• アブレーション研究:
  • 「視覚（Vision）なし」の条件では、複雑な T3 タスクにおいて Chamfer Distance が 1.42 から 49.68 に悪化し、F1 スコアも低下しました。これは、数値メトリクスだけでは「偽の収束（数値は合っているが形状が根本的に違う）」を検知できず、視覚的フィードバックが不可欠であることを示しています。
• 難易度別: T1/T2 ではほぼ完璧な結果を達成。T3（複雑な部品）でも中央値 F1 0.886 を達成し、多段階の構築が可能であることを実証しました。

5. 意義と結論 (Significance)

CADSmith は、自然言語からの CAD 生成において、プログラム的な幾何学的フィードバックと視覚的評価を統合した閉ループ修正が、単一パス生成や従来の手法を凌駕することを証明しました。

• 実用性: 寸法精度とトポロジーの妥当性を同時に保証できるため、実際の製造プロセスに直接適用可能な CAD モデルの生成が可能になります。
• 将来展望: 現在の視覚的アプローチは、接合部の微小な隙間などの検出に限界があるため、将来的には適応的なビュー選択や高解像度クリップによる改善が期待されます。また、このアプローチは、製造業の自動化や国内回帰（Reshoring）の文脈において、CAD ワークフローの加速と参入障壁の低下に寄与する可能性があります。

要約すれば、CADSmith は「数値の正確さ」と「形状の直感的理解」の両方を AI に持たせることで、信頼性の高い自動 CAD 生成を実現した画期的なシステムです。