💻 computer science

HierCAD: Hierarchical Text-to-CAD Design via Structure Alignment and Parameter Grounding

HierCAD is een hiërarchisch text-to-CAD-framework dat de structurele consistentie en parametrische nauwkeurigheid in complexe ontwerpen verbetert door CAD-generatie te deconstrueren in objectniveau- en onderdeelniveau-redeneertrajecten, geleid door een verenigde Structure Alignment and Parameter Grounding (SAPG) leerstrategie.

Oorspronkelijke auteurs: Jimin Xu, Tianbao Wang, Tao Jin, Zhou Zhao

Gepubliceerd 2026-07-14

📖 6 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Jimin Xu, Tianbao Wang, Tao Jin, Zhou Zhao

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je een superintelligente robot probeert te leren hoe hij een complex Lego-kasteel moet bouwen, maar je kunt alleen in gewoon Engels met hem praten. Je zegt: "Bouw een toren met een rond venster en een vierkante deur," en de robot probeert de exacte instructies voor elke afzonderlijke steen uit te schrijven.

Een tijdje probeerden de beste robots (zoals de robots in eerdere studies genaamd Text2CAD en CADmium) dit te doen door één gigantische, lange lijst met instructies van begin tot eind te schrijven. Maar de auteurs van dit nieuwe paper, HierCAD, ontdekten een groot probleem met deze aanpak. Ze merkten op dat wanneer de robot probeert de hele lijst in één keer te schrijven, hij in de war raakt. Hij haalt het grote plaatje (zoals "bouw een toren") door elkaar met de minuscule details (zoals "deze specifieke steen is 0,5 inch breed"). Het is alsof je een roman, een boodschappenlijst en een wiskundige vergelijking in dezelfde zin probeert te schrijven zonder komma's. De robot krijgt de vorm vaak wel goed, maar maakt fouten met de getallen, of hij bouwt een toren die op een klodder lijkt omdat hij is vergeten hoe de onderdelen in elkaar passen.

Het Grote Idee: De Taak Opdelen in "Hoofdstukken"

Om dit op te lossen, kwamen de onderzoekers van Zhejiang University met een nieuwe manier om de robot te onderwijzen. In plaats van om één gigantische lijst te vragen, deelden ze het bouwproces op in twee duidelijke "hoofdstukken" of lagen van denken, een beetje zoals een regisseur eerst een film plant voordat de acteurs beginnen met filmen.

Het "Grote Plaatje" Hoofdstuk (Object-niveau): Eerst moet de robot de hoofdonderdelen bepalen. "Oké, ik heb een basis nodig, dan voeg ik een wig toe, en tot slot snijd ik een gat." Hij plant de volgorde van handelingen zonder zich nog zorgen te maken over de exacte afmetingen.
Het "Blauwdruk" Hoofdstuk (Onderdeel-niveau): Zodra de robot weet welke onderdelen hij moet bouwen, zoomt hij in op elk onderdeel om de vorm te bepalen. "Voor deze basis heb ik een lus nodig die bestaat uit vier lijnen en één boog."

Door het "wat" te scheiden van het "hoe", raakt de robot niet meer in de knoop. Het is alsof je een bouwer vertelt: "Bouw eerst het frame. Zodra het frame staat, maak je je pas druk om de exacte grootte van de ramen." Deze methode, genaamd hiërarchisch redeneren, helpt de robot om de structuur van het ontwerp consistent te houden, zelfs voor zeer complexe objecten met veel lussen en onderdelen.

Het "Shortcut"-probleem en de "Grounding"-oplossing

Zelfs met dit nieuwe tweetrapsplan had de robot een sluwe gewoonte. Hij hield ervan om shortcuts te nemen. Als hij zojuist een getal als "5,0" had opgeschreven voor de straal van een cirkel, kopieerde hij dat "5,0" misschien lui voor een totaal andere meting, zoals de afstand van een snede, simpelweg omdat het een getal was dat hij onlangs had gezien. Hij was niet echt je tekst aan het lezen om het juiste getal te vinden; hij gokte gewoon op basis van wat hij eerder had getypt.

Het paper noemt dit "shortcut learning", en het leidt tot vreemde resultaten, zoals een deur die even groot is als een klein schroefje.

Om dit te stoppen, introduceerden de auteurs een speciale trainingsmethode genaamd Structure Alignment and Parameter Grounding (SAPG).

Structure Alignment: Ze zorgden ervoor dat de "blauwdruk"-gedachten van de robot overeenkwamen met de uiteindelijke "constructie"-instructies. Als de robot dacht dat de vorm een vierkante lus was, moesten de uiteindelijke getallen ook een vierkante lus beschrijven.
Parameter Grounding: Ze leerden de robot dat hij gestraft zou worden als hij gewoon getallen kopieerde. Ze gaven hem een tekstbeschrijving en vervolgens een "truc"-versie waarin de getallen licht waren aangepast maar de vorm hetzelfde bleef. De robot moest leren dat de tekst het enige was dat telde, niet de getallen die hij net zelf had getypt. Hij moest zijn getallen "grounden" in het verhaal dat je hem vertelde.

Werkt het? (Het Bewijs)

Het team testte hun nieuwe HierCAD-robot tegenover de oude kampioenen (Text2CAD en CADmium) met behulp van een enorme dataset van echte CAD-ontwerpen. De resultaten waren duidelijk:

Betere Vormen: Wanneer ze maten hoe goed de robot lijnen, bogen en cirkels kon tekenen, scoorde HierCAD hoger. Bijvoorbeeld, op "Arc F1" (een score voor hoe goed hij gebogen lijnen tekende), haalde HierCAD een 79,43, terwijl de vorige beste, CADmium, op 75,68 zat.
Minder Fouten: De oude robots maakten ongeveer 4,12% van de tijd ongeldige ontwerpen (zoals vormen die eigenlijk niet gebouwd konden worden). HierCAD verlaagde dit foutpercentage naar slechts 1,45%.
Dichter bij de Realiteit: Wanneer ze maten hoe dicht het 3D-model van de robot bij het echte object lag (met behulp van iets dat Chamfer Distance wordt genoemd), was HierCAD het dichtstbij met een score van 35,22, waarmee het CADmium met 44,52 versloeg.

De auteurs suggereren dat deze aanpak de robot niet alleen slimmer maakt, maar ook betrouwbaarder. Door de robot te dwingen in stappen te denken en te stoppen met het nemen van luie shortcuts, kan hij complexe, uit meerdere delen bestaande machines bouwen die er daadwerkelijk uitzien zoals je vroeg.

Wat het Paper Niet Beweert

Het is belangrijk om te weten wat dit paper niet zegt. De auteurs beweren niet dat text-to-CAD een "opgelost" probleem is. Ze stellen expliciet dat het genereren van complexe objecten vanuit tekst "ver van de oplossing verwijderd is". Ze zeggen ook niet dat hun methode werkt voor elke denkbare vorm van ontwerp, maar eerder dat het de huidige stand van zaken aanzienlijk verbetert voor de specifieke soorten CAD-sequenties die ze hebben getest. Ze hebben dit niet in een vacuüm gesimuleerd; ze hebben het gemeten tegen echte data en ontdekten dat, terwijl de oude methoden worstelden met lange, complexe ontwerpen, HierCAD zijn stand veel beter kon houden.

Kortom, HierCAD is als het geven van een betere set instructies aan een robotarchitect: "Plan eerst de kamers, meet dan de muren, en kopieer niet zomaar getallen en plak ze ergens anders." Het resultaat is een robot die dingen bouwt die ook echt logisch zijn.

Technische Samenvatting: HierCAD

Probleemstelling

Recente text-to-CAD-benaderingen die gebruikmaken van Large Language Models (LLM's) hebben veelbelovende resultaten getoond, maar kampen met twee kritieke knelpunten bij het genereren van complexe ontwerpen:

Structurele Inconsistentie: Huidige methoden formuleren CAD-generatie doorgaans als een vlakke autoregressieve sequentievoorspelling. Deze aanpak verstrengelt heterogene informatie (objectcompositie, loop-topologie en continue geometrische parameters) binnen een enkele tokenstroom, wat het voor modellen moeilijk maakt om langdurige procedurele afhankelijkheden te behouden, vooral voor objecten met meerdere onderdelen en schetsen met talrijke loops.
Falen van Parameterverankering: Zelfs wanneer de grove topologie correct is, blijft parametervoorspelling fragiel. Autoregressieve modellen vertrouwen vaak op "shortcut learning", waarbij ze eerder gegenereerde legale waarden spurius hergebruiken in plaats van parameters te verankeren in de tekstuele beschrijving. Dit leidt tot inter-veld parameterverwarring (bijv. het verwarren van extrusieparameters met coördinaten) en intra-veld parameterinstorting (bijv. het toewijzen van meerdere verschillende punten aan identieke coördinaten), wat de geometrische getrouwheid en meshkwaliteit verslechtert.

Methodologie

De auteurs stellen HierCAD voor, een hiërarchisch text-to-CAD-framework dat is ontworpen om structurele redenering en parameterverankering te verbeteren via twee hoofdinnovaties:

1. Hiërarchische CAD-redenering

In plaats van een vlakke sequentie te leren, ontkoppelt HierCAD de CAD-constructieboom in meerdere redeneerlagen, waarbij generatie wordt geherformuleerd als progressieve redenering:

Ontkoppeling: De CAD-sequentie wordt geabstraheerd naar een constructieboom $T = \{P, F, L\}$ , waarbij objectniveau-compositie ( $P$ ), deelniveau-schetsvlakken ( $F$ ) en gesloten loops ( $L$ ) worden gescheiden van continue geometrische parameters.
Global Procedural Reasoning op Objectniveau: Het model voorspelt eerst een globale supervisiesequentie $G$ die de stapsgewijze compositie van onderdelen en Booleaanse operaties (New, Join, Cut, Intersect) beschrijft. Dit fungeert als een grofmazig procedureel plan.
Local Topology Reasoning op Deelniveau: Voor elk onderdeel voorspelt het model een lokale supervisiesequentie $P_i$ die de aanwezigheid en de primitievevenvolging (bijv. lijn|boog|lijn) van loops bepaalt voordat specifieke coördinaten worden gegenereerd.
Progressieve Generatie: De generatiekans wordt gefactoriseerd als $P(Y|X) = P(G|X) \prod P(P_i|G, X)$ , waardoor het model de compositionele structuur kan oplossen voordat geometrische parameters worden geïnstantieerd.

2. Unified Structure Alignment and Parameter Grounding (SAPG)

Om de generatiegetrouwheid verder te verbeteren, introduceert HierCAD een uniforme leerstrategie:

Structure Alignment: Deze component stemt de topologische redeneertrajecten af met de bijbehorende parametrische CAD-spannen in de representatieruimte. Door de afstand tussen de gepoolde verborgen toestanden van de topologische redenering en de parametrische sequentie te minimaliseren, wordt het model aangemoedigd om de voorspelde loopstructuur in de uiteindelijke output te behouden.
Parameter Grounding: Om shortcut learning te mitigeren, maken de auteurs gebruik van structure-preserving parameter perturbations. Ze genereren geperturbeerde targets ( $y^-$ ) waarbij numerieke parameters worden getransformeerd (via anisotrope schaling en translatie) om inconsistent te zijn met de tekst maar consistent met de structuur. Een ranking-gebaseerde supervisieverliesfunctie ( $L_{param}$ ) wordt vervolgens toegepast om ervoor te zorgen dat het model een hogere waarschijnlijkheid toekent aan het originele, op tekst gebaseerde target dan aan het geperturbeerde tegenhanger, waardoor het model wordt gedwongen om te vertrouwen op langetermijn tekstuele beschrijvingen in plaats van spurius waardehergebruik.

Belangrijkste Bijdragen

Hiërarchische Herformulering: Een nieuw text-to-CAD-generatieparadigma dat vlakke supervisie deelt in globale procedurele redenering en lokale topologische redenering, wat sterkere structurele priors biedt voor complexe CAD-generatie.
SAPG Leerstrategie: Een nieuwe leerbenadering die structure alignment combineert met parameter grounding om topologische drift en door shortcuts gedreven parametervariaties in autoregressieve generatie expliciet aan te pakken.
Empirische Validatie: Uitgebreide experimenten die significante prestatieverbeteringen laten zien ten opzichte van de state-of-the-art methoden in zowel gegenereerde CAD-sequentienauwkeurigheid als gereconstrueerde CAD-modelkwaliteit.

Experimentele Resultaten

Experimenten werden uitgevoerd op de DeepCAD-dataset met expert-annotaties van Text2CAD en CADmium. Het model is gebouwd op Qwen 2.5-Coder-14B.

Kwantitatieve Prestaties: HierCAD presteerde beter dan de baselines (Text2CAD en CADmium) op alle metrieken.
- Sequentiegeneratie: Behaalde de hoogste F1-scores voor Line, Arc, Circle en Extrusion primitieven. Met name liet het aanzienlijke winst zien in Arc F1, wat wijst op een betere preservatie van complexe multi-primitieve loopstructuren.
- Modelreconstructie: Behaalde de laagste invaliditeitsratio (1,45%) en de beste Chamfer Distance (35,22 gemiddelde). Het excelleerde ook in topologische metrieken zoals Watertightness, EECM en DMCD, wat een superieure manifold-geldigheid en lokale oppervlaktegeometrie-preservatie aantoont.
Kwalitatieve Analyse: Visuele vergelijkingen toonden aan dat terwijl baselines loops vaak reduceerden tot vereenvoudigde vormen, onderdelen hallucineerden of afweek in Booleaanse operaties, HierCAD erin slaagde de exacte part-level topologische structuren en Booleaanse sequenties te herstellen.
Ablatie-studies: Het verwijderen van de SAPG-module (HierCAD w/o SAPG) resulteerde in "numeriek plausibele maar semantisch incorrecte" waarden, waarbij het model coördinaten hergebruikte van ongerelateerde delen van de sequentie (shortcut learning). De volledige HierCAD met SAPG slaagde erin deze parameters te verankeren aan de specifieke tekstuele beschrijvingen.

Betekenis en Claims

Het artikel beweert dat HierCAD de kernbeperkingen van bestaande autoregressieve CAD-generatoren aanpakt: zwakke langetermijn structurele redenering en door shortcuts gedreven parametervariaties. De auteurs stellen dat vooruitgang in text-to-CAD generatie niet alleen afhangt van sterkere foundation models, maar ook van betere supervisie-herformulering en trainingsdoelstellingen die zijn afgestemd op CAD-constructieprocessen.

Door de generatietaak te deconstrueren in hiërarchische redenering en structure-parameter alignment af te dwingen, biedt HierCAD een pad naar meer nauwkeurige, geldige en bewerkbare tekstgestuurde CAD-generatie. De auteurs positioneren dit framework als een stap richting betrouwbare CAD-copilots voor engineering en design toepassingen, die in staat zijn om complexe, multi-part en multi-loop ontwerpen te verwerken waar vorige methoden moeite mee hadden.