Resumo Técnico: Linkify – Aprendendo com Grafos de Montagem Aumentados por Interface

Declaração do Problema

Os avanços recentes em IA generativa para CAD (Desenho Auxiliado por Computador) têm se concentrado primariamente em partes isoladas ou montagens monolíticas, frequentemente negligenciando a informação geométrica crítica encontrada nas interfaces entre componentes que interagem. Embora as representações existentes de grafos de montagem utilizem nós para peças e arestas para juntas cinemáticas ou estruturas hierárquicas, elas frequentemente omitem a geometria de contato precisa que define como as peças se encaixam e funcionam juntas. Essa falta de consciência de interface limita a capacidade dos modelos de aprendizado de máquina de realizar tarefas dependentes de contexto, como a recuperação de peças, onde entender "o que se encaixa aqui" é essencial. Além disso, os conjuntos de dados existentes, como o Fusion 360 Gallery Assembly, contêm dados de interface errôneos ou ausentes, dificultando o treinamento de modelos robustos.

Metodologia

Os autores propõem o Linkify, um framework que utiliza grafos de montagem aumentados por interface para aprender representações de peças mecânicas dependentes de contexto. A metodologia consiste em três estágios primários:

1. Reconstrução e Aumento de Dados

Os autores abordam o problema da qualidade dos dados recomputando a geometria de interface de alta fidelidade para todo o conjunto de dados Fusion 360 Gallery Assembly (8.251 montagens, 154.468 peças).

• Computação de Interface: Utilizando o kernel B-Rep da Open CASCADE Technology (OCCT), os autores realizam operações booleanas nativas (BRepAlgoAPI_Common) para calcular interseções geométricas exatas entre faces em contato.
• Geração de Nuvem de Pontos: A partir desses volumes de interseção precisos, nuvens de pontos são amostradas (2.048 pontos por interface) para servir como entrada para codificadores neurais.
• Construção de Grafo: Um grafo de montagem é construído onde os nós representam peças individuais e as arestas representam os contatos computados.
• Rotulagem: Os rótulos dos nós são gerados via agrupamento k-means não supervisionado ($k=500$) em embeddings de peças, criando um vocabulário de categorias geométricas para a tarefa de recuperação.

2. Representação de Grafo e Embedding

O framework constrói um grafo aumentado por interface $G = (V, E, M, Y)$:

• Embeddings de Nó: As geometrias das peças são codificadas usando codificadores de nuvem de pontos pré-treinados. Os autores avaliam dois: PointMAE (pré-treinado no ShapeNet) e DGCNN (pré-treinado no ModelNet40).
• Embeddings de Aresta: As geometrias de interface são codificadas usando o mesmo codificador PointMAE, resultando em vetores de 384 dimensões que capturam a forma da região de contato local.
• Formulação da Tarefa: O sistema é treinado em uma tarefa de predição de peça mascarada. Dado um grafo de montagem com um nó mascarado (vetor de características zerado), o modelo deve prever o rótulo do cluster da peça ausente a partir do vocabulário de 500 classes. Isso serve como um proxy para a recuperação de peças consciente do contexto.

3. Arquitetura do Modelo

O modelo central é uma Rede de Atenção de Grafo (GAT) utilizando a variante GATv2.

• Atenção Dinâmica: Ao contrário da GAT padrão, a GATv2 calcula pesos de atenção dinamicamente com base no nó de origem, no nó de destino e na própria consulta, permitindo uma passagem de mensagens mais expressiva e dependente de contexto.
• Treinamento: O modelo é treinado usando perda de entropia cruzada com ponderação de classe para lidar com o desequilíbrio, otimizado via Adam com um cronograma de recozimento de cosseno (cosine annealing).

Principais Contribuições

1. Conjunto de Dados Consciente de Interface: Os autores fornecem uma versão corrigida e de alta fidelidade do conjunto de dados Fusion 360 Gallery Assembly, apresentando definições de interface geométrica recomputadas (áreas de contato, volumes e nuvens de pontos) para todas as montagens.
2. Framework Linkify: Uma nova arquitetura de GNN (baseada em GATv2) que incorpora explicitamente a geometria de interface como atributos de aresta, demonstrando como integrar essas características em um pipeline de aprendizado para grafos de montagem.
3. Validação Empírica: Uma série abrangente de estudos de ablação e comparações com baselines que medem quantitativamente a importância da topologia do grafo, atributos de aresta e mecanismos de atenção.

Resultados

Os autores avaliam o modelo contra vários baselines: Escolha Aleatória, Classe Majoritária, Regressão Logística (sobre características agregadas de nós) e k-Vizinhos Mais Próximos.

• Desempenho: Usando o PointMAE como codificador, o Linkify atinge uma acurácia Top-1 de 6,34% e um F1 score de 6,01%. Isso representa uma melhoria significativa sobre o baseline não-grafo mais forte (Regressão Logística, Top-1: 5,99%) e uma melhoria relativa de 28% no F1 score.
• Sensibilidade do Codificador: Modelos usando DGCNN tiveram desempenho inferior à Regressão Logística, destacando que o descompasso entre o pré-treinamento do DGCNN (ModelNet40) e a geometria CAD é um gargalo, enquanto o PointMAE (ShapeNet) generaliza melhor para peças mecânicas.
• Estudos de Ablação:
  • Conectividade: A reconfiguração aleatória das arestas causou uma queda de 13,6% na acurácia Top-1, enquanto a remoção de 10% das arestas causou uma queda de 23,8%, confirmando que a conectividade de interface correta é crítica.
  • Atributos de Aresta: A remoção dos atributos de aresta resultou em uma queda relativa de 5,4% na acurácia Top-1, enquanto a randomização deles causou uma queda de 7,9%, provando o valor semântico dos embeddings de interface.
  • Mecanismo de Atenção: O GATv2 superou o GAT padrão em 16,1% na acurácia Top-1, validando a necessidade de atenção dinâmica para grafos informados por interface.
• Análise Qualitativa: O modelo recupera com sucesso peças com similaridade geométrica e funcional (ex: engrenagens, componentes cilíndricos) em contextos de montagem corretos. No entanto, ocorrem casos de falha quando as peças compartilham proporções (aspect ratios), mas possuem detalhes de interface incompatíveis ou quando os papéis funcionais não são puramente geométricos.

Significância e Alegações

O artigo posiciona o Linkify não como um sistema completo de síntese de montagem ou verificação de ajuste, mas como uma tarefa de sondagem orientada à recuperação para validar a hipótese de que a geometria de interface é crítica para entender a função da peça.

• Fundação para Trabalhos Futuros: Os autores afirmam que seu conjunto de dados corrigido e sua representação de grafo aumentada por interface fornecem uma base necessária para futuros modelos de recuperação, validação e design generativo de montagens.
• Consciência de Contexto: O trabalho demonstra que ir além da similaridade da peça isolada para incluir o contexto da montagem e as restrições de interface produz um melhor desempenho de recuperação.
• Escopo Modesto: Os autores explicitamente reconhecem limitações, observando que o modelo atual tem dificuldade com papéis funcionais que vão além da similaridade geométrica e depende de codificadores pré-treinados que introduzem ruído. Eles enquadram os resultados atuais como um passo em direção a um sistema de ciclo fechado completo que eventualmente exigiria descritores mais ricos (cinemática, propriedades físicas) e conjuntos de dados de maior escala.

Os autores concluem que, embora o problema da compreensão automatizada de montagens permaneça não resolvido, sua abordagem aumentada por interface estabelece que representações baseadas em grafos que combinam geometria aprendida com informações de contato são essenciais para modelar relações de montagem hierárquicas.