Resumo Técnico: Geração de Design Assistido por Computador por Modelo de Difusão Discreta em Cascata

1. Declaração do Problema

O Design Assistido por Computador (CAD) é um pilar da engenharia moderna, no entanto, sua criação permanece fortemente dependente de fluxos de trabalho manuais e intensivos em mão de obra, propensos a erros humanos. Embora abordagens recentes de aprendizado profundo tenham buscado automatizar a geração de CAD representando modelos como sequências de comandos e parâmetros discretos, os métodos existentes enfrentam uma limitação fundamental.

Os métodos atuais mais avançados, como modelos autoregressivos ou modelos de difusão contínua (por exemplo, Diffusion-CAD), frequentemente incorporam tokens de CAD discretos em um espaço euclidiano contínuo. Os autores argumentam que essa abordagem está fundamentalmente desalinhada com a natureza dos dados de CAD. Os tokens de CAD são inerentemente discretos e heterogêneos; projetá-los em um domínio contínuo falha em preservar as relações de vizinhança semântica. Consequentemente, o ruído gaussiano isotrópico usado na difusão contínua perturba as representações para regiões que mapeiam para símbolos de CAD semanticamente inválidos ou sem sentido, minando a validade geométrica dos designs gerados.

2. Metodologia

Para abordar essas limitações, o artigo propõe um Modelo de Difusão Discreta em Cascata (CDDM). Esta estrutura opera diretamente sobre distribuições de tokens categóricos em vez de incorporações contínuas, garantindo consistência semântica ao longo de todo o processo de geração. A arquitetura é dividida em dois estágios sequenciais:

A. Arquitetura em Cascata

A tarefa de geração é fatorada em duas probabilidades condicionais: $p(M) = p(\zeta) p(\theta | \zeta)$, onde $\zeta$ representa a sequência de comandos de CAD discretos e $\theta$ representa os parâmetros associados.

1. Difusão de Comandos: Gera a sequência de comandos discretos (por exemplo, Linha, Círculo, Extrusão).
2. Difusão de Parâmetros: Gera os parâmetros quantizados condicionados aos comandos gerados.

B. Processo Forward: Matrizes de Transição Conscientes de Símbolos

Diferentemente da difusão padrão que aplica ruído uniforme, o CDDM emprega uma cadeia de Markov com matrizes de transição ($Q_t$) cuidadosamente projetadas e adaptadas à natureza específica dos dados:

• Para Comandos: Uma matriz de transição de estado absorvente é utilizada. Isso corrompe progressivamente os tokens em direção a um símbolo absorvente designado, efetivamente apagando o conteúdo semântico de uma maneira consistente com a natureza sequencial dos comandos.
• Para Parâmetros: Reconhecendo a heterogeneidade dos parâmetros de CAD, os autores projetam três kernels de transição específicos:
  • Parâmetros de Coordenada: Um kernel baseado em Gaussiana é utilizado para capturar a continuidade espacial local (por exemplo, garantindo que o token 100 transite com maior probabilidade para 99 ou 101 do que para 1).
  • Parâmetros Dimensionais: Um kernel invariante à escala é empregado. Isso mede a perturbação de forma relativa (por exemplo, $|i-j|/(i+j)$) em vez de absoluta, garantindo que uma mudança de 1% em uma grande dimensão seja tratada de forma semelhante a uma mudança de 1% em uma pequena dimensão.
  • Parâmetros Booleanos: Um kernel preservador de prior restringe as transições a categorias válidas com base em estatísticas empíricas de treinamento, impedindo a difusão para estados inválidos.

C. Processo Reverse: Redes de Remoção de Ruído

A recuperação de dados limpos a partir de estados corrompidos é tratada por duas redes distintas:

1. Denoiser de Comandos: Um codificador Transformer equipado com atenção auto-referencial multi-cabeça para modelar dependências globais entre tokens de comando.
2. Denoiser de Parâmetros: Uma arquitetura Transformer especializada que inclui:
   • Atenção Auto-referencial Global: Para dependências de longo alcance.
   • Atenção Auto-referencial Local: Uma inovação central onde uma máscara de atenção no nível de comando suprime interações entre parâmetros pertencentes a comandos diferentes, garantindo que os parâmetros se correlacionem apenas com seu comando específico.
   • Atenção Cruzada: Injeta a sequência de comandos gerada como uma condição para guiar a geração de parâmetros.

D. Geração Condicional

A estrutura suporta geração condicional (por exemplo, a partir de nuvens de pontos ou comprimentos de comando específicos) introduzindo camadas adicionais de atenção cruzada que fundem características condicionais (de PointNet ou indicadores de comprimento) com as características de comando e parâmetro.

3. Contribuições Principais

O artigo delineia três contribuições primárias:

1. Primeira Estrutura de Difusão Discreta em Cascata para CAD: Os autores introduzem um modelo que opera diretamente sobre tokens categóricos sem incorporação contínua, preservando a consistência semântica e evitando as geometrias inválidas comuns na difusão contínua.
2. Mecanismos de Transição Conscientes de Símbolos: O projeto de matrizes de transição específicas para parâmetros heterogêneos (Gaussiana para coordenadas, invariante à escala para dimensões e preservador de prior para booleanos) permite processos de corrupção controláveis e válidos para tokens, impossíveis em espaços contínuos.
3. Rede de Remoção de Ruído de Parâmetros Consciente de Comandos: A proposta de uma arquitetura de rede com atenção auto-referencial local (para restringir interações de parâmetros dentro de comandos) e condicionamento cruzado, que modela explicitamente a relação estrutural entre comandos e seus parâmetros.

4. Resultados Experimentais

Os experimentos foram conduzidos no conjunto de dados DeepCAD (mais de 178.000 modelos).

• Geração Incondicional: O CDDM superou modelos autoregressivos existentes (DeepCAD, SkexGen) e bases de difusão contínua (Diffusion-CAD) em múltiplas métricas. Notavelmente, alcançou uma Cobertura (COV) de 89,10% (vs. 79,11% para Diffusion-CAD) e uma Taxa de Invalidade de 4,0% (vs. 4,1% para Diffusion-CAD e significativamente menor que métodos B-rep, que variaram de 20-30%).
• Estudos de Ablação:
  • Cascata vs. Unificado: Um modelo de difusão unificado (tratando comandos e parâmetros como uma única sequência) resultou em uma taxa de invalidade superior a 90%, confirmando a necessidade da abordagem em cascata.
  • Discreto vs. Contínuo: A difusão discreta superou significativamente a difusão contínua para geração de parâmetros, validando a afirmação de que o ruído contínuo perturba a semântica de tokens discretos.
  • Matrizes de Transição: O uso das matrizes de transição mistas propostas (Gaussiana, invariante à escala, preservador de prior) produziu resultados superiores em comparação com o uso de uma matriz de transição uniforme para todos os parâmetros.
  • Mecanismos de Atenção: A combinação de camadas de atenção auto-referencial global e local na rede de parâmetros superou o uso de qualquer uma das camadas isoladamente.
• Geração Condicional: Resultados qualitativos demonstraram controlabilidade eficaz, gerando com sucesso modelos CAD com comprimentos de comando específicos e reconstruindo sequências de CAD válidas a partir de entradas de nuvens de pontos.

5. Significado e Alegações

O artigo alega que o CDDM proposto representa um avanço significativo na geração automatizada de CAD ao respeitar a natureza inerentemente discreta e heterogênea dos dados de design. Ao afastar-se de incorporações contínuas, o método evita as inconsistências semânticas que afligem abordagens de difusão anteriores.

Os autores posicionam o trabalho como o primeiro a aplicar com sucesso uma estrutura de difusão discreta em cascata a este domínio. Eles afirmam que seus mecanismos de transição conscientes de símbolos e estruturas de atenção conscientes de comandos fornecem uma solução robusta para a geração de modelos CAD geometricamente válidos e diversos, superando o estado da arte tanto na qualidade de geração incondicional quanto na controlabilidade condicional. O código-fonte destina-se a ser lançado para facilitar pesquisas futuras.