Learning From Design Procedure To Generate CAD Programs for Data Augmentation

Este artigo propõe uma nova paradigma de aumento de dados que utiliza Grandes Modelos de Linguagem para gerar programas CAD mais diversos e complexos, inspirados em procedimentos de design industrial e condicionados a superfícies de formas orgânicas, superando assim as limitações geométricas dos conjuntos de dados existentes.

O essencial

Imagine que você é um chef de cozinha tentando ensinar um robô a cozinhar pratos complexos e sofisticados. O problema é que o robô só aprendeu a cozinhar com receitas muito básicas: "pegue um cubo de queijo, corte em fatias retas e coloque no prato". Ele nunca viu uma torta com massa ondulada, um molho com texturas orgânicas ou um prato que se adapta perfeitamente a uma tigela curva.

É exatamente isso que acontece com a Inteligência Artificial (especificamente os Grandes Modelos de Linguagem, ou LLMs) quando tentamos ensiná-la a criar modelos de CAD (os desenhos técnicos 3D usados para fabricar carros, peças de avião e produtos industriais).

Aqui está uma explicação simples do que os pesquisadores da Toyota Research Institute descobriram e propuseram:

O Problema: O Robô Só Sabe Fazer "Blocos"

Atualmente, os dados que usamos para treinar esses robôs são como um livro de receitas de culinária infantil. Eles têm muitas instruções de "cubos", "cilindros" e "retângulos".

• Na vida real: As peças industriais são cheias de curvas suaves, formas orgânicas e superfícies que parecem feitas à mão (como o design de um carro esportivo ou uma cadeira ergonômica).
• No robô: Ele tenta imitar, mas acaba criando formas rígidas e simples, porque nunca viu um exemplo real de como uma curva complexa é construída no código.

A Solução: O "Molde Mágico" (Superfície de Referência)

Os pesquisadores observaram como os designers humanos trabalham. Quando um designer quer criar uma peça que se encaixe em outra, ele não começa do zero. Ele pega uma superfície de referência (um molde ou uma forma guia) e constrói a peça ao redor dela.

• A Analogia: Imagine que você quer fazer um bolo que se encaixe perfeitamente dentro de uma tigela de cerâmica com formato de flor.
  • Método antigo: O robô tenta adivinhar o formato do bolo baseado apenas em palavras como "bolo redondo". Resultado: Um bolo quadrado que não cabe na tigela.
  • Método novo (da Toyota): Você entrega ao robô o código da própria tigela (a superfície de referência) e diz: "Faça um bolo que siga as curvas desta tigela". O robô então usa o código da tigela como um guia para criar o bolo com as curvas exatas.

Como Funciona na Prática?

Os pesquisadores criaram um novo jeito de "conversar" com a IA:

1. O Guia (Superfície de Referência): Em vez de mostrar uma foto (que a IA pode interpretar mal), eles dão à IA um pequeno programa de computador (um script em Python) que desenha uma forma curva e orgânica (como uma onda ou uma montanha suave).
2. A Receita (Instrução de Design): Eles dizem à IA: "Use este script de guia para criar uma peça de metal (como um suporte) que se adapte a essa forma".
3. O Resultado: A IA gera um novo código de CAD que, quando transformado em 3D, tem curvas suaves e complexas (chamadas de B-Splines), muito parecidas com as peças reais que vemos na indústria.

Por que isso é um Grande Salto?

• Diversidade: Antes, a IA criava 99% de formas retas. Com esse método, 77% das formas geradas têm curvas complexas, igualando-se muito mais ao que os engenheiros humanos fazem.
• Precisão: A IA aprende a "pensar" como um designer industrial, entendendo que as peças precisam se conectar suavemente, não apenas se encaixar como blocos de Lego.
• Treinamento Melhor: Isso cria um "banco de dados" muito mais rico para treinar outras IAs no futuro, permitindo que elas aprendam a criar designs industriais reais, e não apenas desenhos de brinquedo.

O Desafio (O "Pulo do Gato")

O método não é perfeito. Às vezes, a IA tenta seguir o guia e comete erros, criando peças que não fecham direito (como um bolo que desmorona). Por isso, o sistema deles inclui um "inspetor de qualidade" que verifica se a peça está sólida e, se houver erro, pede para a IA tentar de novo até dar certo.

Resumo da Ópera:
Os pesquisadores descobriram que, para ensinar uma IA a desenhar peças industriais complexas, não basta dar a ela palavras soltas. É preciso dar a ela um guia visual em código (um molde) e pedir para ela seguir esse molde. É como ensinar um aluno de desenho não apenas a dizer "desenhe uma curva", mas colocar um molde de curva na mesa e pedir: "desenhe seguindo este contorno". O resultado são designs muito mais realistas, sofisticados e prontos para a indústria.

Resumo técnico

Título: Aprendendo a partir do Procedimento de Design para Gerar Programas CAD para Aumento de Dados

1. Problema e Motivação

O artigo aborda um desafio crítico na geração de modelos de Computação Auxiliada por Design (CAD) utilizando Grandes Modelos de Linguagem (LLMs): a baixa complexidade geométrica e a falta de diversidade nos dados de treinamento disponíveis.

• Limitação Atual: Os conjuntos de dados públicos existentes (como DeepCAD, GenCAD) são predominantemente compostos por operações simples de "esboço e extrusão" (sketch-extrude). Eles carecem de formas orgânicas, curvas complexas e superfícies definidas por splines, que são comuns em designs industriais reais.
• Consequência: Modelos de IA treinados nesses dados produzem geometrias simplistas que não atendem aos padrões de engenharia e manufatura da indústria, onde superfícies contínuas e curvas de alta ordem (B-Splines/NURBS) são essenciais para estética, ergonomia e distribuição de tensões.
• Causa Raiz: A escassez de dados diversificados deve-se à dificuldade de escalar a criação de dados CAD (que requer expertise de domínio) e à falta de fontes de dados abertas comparáveis ao GitHub para software.

2. Metodologia Proposta

Os autores propõem um novo paradigma de aumento de dados inspirado nas práticas reais de design industrial. Em vez de gerar formas do zero ou baseadas apenas em imagens, o método utiliza um procedimento de design condicional para guiar o LLM.

O sistema opera em três etapas principais (ilustrado na Figura 2 do artigo):

1. Prompting de Procedimento de Design (Design Procedure Prompting):

   • O LLM recebe um prompt de texto que descreve o objeto desejado (ex: "suporte retangular com dois furos").
   • Crucialmente, o prompt inclui um contexto de design que instrui o modelo a seguir um procedimento específico: criar o objeto para se adaptar a uma superfície de referência e, posteriormente, remover essa superfície.
   • O prompt exige que o objeto final seja um sólido "watertight" (estanque) e compatível com o formato STEP.

2. Programa de Superfície de Referência (Reference Surface Program):

   • Diferente de usar imagens ou nuvens de pontos, o método utiliza um script Python (usando a biblioteca CadQuery) que define uma superfície de referência.
   • São utilizadas quatro tipos de superfícies orgânicas baseadas em B-Splines: superfícies Gaussianas, de sela, onduladas e de ripple.
   • Os parâmetros desses scripts são variados (ex: curvatura de rasa a profunda) para aumentar a diversidade geométrica.
   • O LLM é instruído a gerar o código CAD do objeto de modo que ele "concorde" (conform) com a curvatura dessa superfície de referência.

3. Geração e Validação Iterativa:

   • O LLM (OpenAI o3 no experimento) gera o programa CAD.
   • O sistema executa duas etapas de validação automática:
     • Validação de Programa: Verifica se o script Python é executável e pode ser exportado para um arquivo STEP (B-rep).
     • Validação de Estrutura: Verifica se o modelo B-rep é geometricamente válido (estanque e estruturalmente viável).
   • Se falhar, o erro é enviado de volta ao LLM para auto-correção iterativa.

3. Contribuições Principais

• Novo Paradigma de Aumento de Dados: Introdução de uma estratégia que combina descrições de texto em linguagem natural com scripts de código Python (superfícies de referência) para guiar a geração de CAD.
• Geração de Geometrias Orgânicas: O método força a inclusão de primitivas orgânicas (faces e arestas definidas por curvas B-Spline) que estão sub-representadas nos conjuntos de dados atuais.
• Simulação de Fluxo de Trabalho Industrial: Ao imitar o processo de design onde uma superfície guia a criação de componentes adjacentes, o método produz dados que refletem melhor a intenção de design e a complexidade da indústria.
• Independência de Multimodalidade Visual: O método não requer modelos VLM (Vision-Language Models) complexos para interpretar imagens de referência, utilizando apenas tokens de texto (código e descrição), o que torna o processo mais eficiente e preciso.

4. Resultados Experimentais

Os experimentos compararam os dados gerados pelo método proposto ("Ours") com conjuntos de dados de base (DeepCAD-b, GenCAD, CAD-MLLM) e um conjunto de dados industrial real ("Industry").

• Complexidade Geométrica:
  • Os dados gerados apresentaram um número médio de linhas no arquivo STEP, faces e curvas significativamente maiores do que os conjuntos de dados open-source, aproximando-se dos dados industriais.
• Razão B-Spline (Métrica Chave):
  • Dados Industriais: 100% das amostras possuem faces e curvas B-Spline.
  • Dados Propostos (Ours): 77% das faces e 89% das curvas são B-Splines.
  • Dados de Base (DeepCAD/GenCAD): Quase 0% de faces B-Spline e apenas ~1% de curvas B-Spline.
  • A "Razão B-Spline" média dos dados gerados foi de 0.2217, contra 0.0004 no DeepCAD-b.
• Diversidade: A distribuição da razão B-Spline nos dados gerados é mais uniforme e cobre uma faixa mais ampla de complexidade, preenchendo o "vazio" entre dados simples e dados industriais complexos.
• Estudo de Ablação:
  • Remover o prompt da superfície de referência ou o contexto do procedimento de design resultou em uma queda drástica na geração de formas B-Spline, confirmando que o script de superfície é o fator determinante para a complexidade orgânica.
  • Apenas usar texto ("formas suaves") sem o script de referência não foi suficiente para gerar a complexidade desejada.

5. Significado e Conclusão

O trabalho demonstra que a simulação de procedimentos de design é uma estratégia viável e poderosa para superar a escassez de dados complexos em CAD.

• Impacto no Treinamento de IA: Ao fornecer dados de treinamento com maior diversidade geométrica e realismo industrial, este método permite o treinamento de LLMs e outros modelos de aprendizado profundo para gerar designs CAD que são verdadeiramente utilizáveis na engenharia e manufatura.
• Ponte entre Criatividade Humana e CAD: O método formaliza a intuição humana de design (usar superfícies de referência) em um processo automatizável, permitindo a geração escalável de dados que respeitam restrições físicas e estéticas complexas.
• Limitações: O método ainda depende da disponibilidade de scripts de superfície de referência e pode gerar programas mais complexos que exigem mais iterações de validação para correção de erros. No entanto, os autores argumentam que isso é um passo necessário para evoluir a geração de CAD automatizada.

Em resumo, o artigo oferece uma solução prática para o gargalo de dados em CAD, utilizando a estrutura de programação existente (Python/CadQuery) e a capacidade de raciocínio dos LLMs para sintetizar geometrias industriais realistas.