Resumo Técnico: HierCAD

Declaração do Problema

Abordagens recentes de texto-para-CAD que utilizam Grandes Modelos de Linguagem (LLMs) demonstraram promessa, mas enfrentam dois gargalos críticos ao gerar designs complexos:

1. Inconsistência Estrutural: Os métodos atuais tipicamente formulam a geração de CAD como uma sequência autoregressiva plana. Esta abordagem mistura informações heterogêneas (composição do objeto, topologia de loops e parâmetros geométricos contínuos) dentro de um único fluxo de tokens, tornando difícil para os modelos manter dependências procedimentais de longo horizonte, especialmente para objetos de múltiplas partes e sketches com numerosos loops.
2. Falhas de Ancoragem de Parâmetros (Parameter Grounding): Mesmo quando a topologia grosseira está correta, a previsão de parâmetros permanece frágil. Modelos autoregressivos frequentemente dependem de "aprendizado por atalho" (shortcut learning), reutilizando espúriamente valores legais previamente gerados em vez de ancorar os parâmetros na descrição textual. Isso leva à confusão de parâmetros entre campos (ex: confundir parâmetros de extrusão com coordenadas) e ao colapso de parâmetros intra-campo (ex: atribuir múltiplos pontos distintos a coordenadas idênticas), degradando a fidelidade geométrica e a qualidade da malha.

Metodologia

Os autores propõem o HierCAD, um framework de texto-para-CAD projetado para melhorar o raciocínio estrutural e a ancoragem de parâmetros através de duas principais inovações:

1. Raciocínio de CAD Hierárquico

Em vez de aprender uma sequência plana, o HierCAD desconverte a árvore de construção de CAD em múltiplas camadas de raciocínio, reformulando a geração como um raciocínio progressivo:

• Desconexão (Disentanglement): A sequência de CAD é abstraída em uma árvore de construção $T = \{P, F, L\}$, separando a composição de nível de objeto ($P$), faces de sketch de nível de parte ($F$) e loops fechados ($L$) de parâmetros geométricos contínuos.
• Raciocínio Procedural Global de Nível de Objeto: O modelo primeiro prevê uma sequência de supervisão global $G$ que descreve a composição passo a passo das partes e operações Booleanas (Novo, Unir, Cortar, Interseção). Isso atua como um plano procedural de grão grosso.
• Raciocínio Topológico Local de Nível de Parte: Para cada parte, o modelo prevê uma sequência de supervisão local $P_i$ que determina a existência e a sequência de primitivas (ex: linha|arco|linha) dos loops antes de gerar coordenadas específicas.
• Geração Progressiva: A probabilidade de geração é fatorada como $P(Y|X) = P(G|X) \prod P(P_i|G, X)$, permitindo que o modelo resolva a estrutura composicional antes de instanciar os parâmetros geométricos.

2. Alinhamento de Estrutura e Ancoragem de Parâmetros Unificados (SAPG)

Para melhorar ainda mais a fidelidade da geração, o HierCAD introduz uma estratégia de aprendizado unificada:

• Alinhamento de Estrutura: Este componente alinha as trajetórias de raciocínio topológico com seus correspondentes spans paramétricos de CAD no espaço de representação. Ao minimizar a distância entre os estados ocultos agrupados (pooled) do raciocínio topológico e a sequência paramétrica, o modelo é encorajado a preservar a estrutura de loop prevista na saída final.
• Ancoragem de Parâmetros (Parameter Grounding): Para mitigar o aprendizado por atalho, os autores empregam perturbações de parâmetros preservadoras de estrutura. Eles geram alvos perturbados ($y^-$) onde os parâmetros numéricos são transformados (via escalonamento anisotrópico e translação) para serem inconsistentes com o texto, mas consistentes com a estrutura. Uma perda de supervisão baseada em ranking ($L_{param}$) é então aplicada para garantir que o modelo atribua uma probabilidade maior ao alvo original ancorado no texto do que ao contraparte perturbado, forçando o modelo a depender de descrições textuais de longo alcance em vez de reutilização espúria de valores.

Principais Contribuições

1. Reformulação Hierárquica: Um novo paradigma de geração de texto-para-CAD que decompõe a supervisão plana em raciocínio procedural global e raciocínio topológico local, fornecendo priors estruturais mais fortes para a geração de CAD complexa.
2. Estratégia de Aprendizado SAPG: Uma nova abordagem de aprendizado que combina alinhamento de estrutura e ancoragem de parâmetros para abordar explicitamente o desvio topológico e erros de parâmetros causados por atalhos na geração autoregressiva.
3. Validação Empírica: Experimentos abrangentes demonstrando melhorias significativas de desempenho sobre os métodos de estado da arte tanto na precisão da sequência de CAD gerada quanto na qualidade do modelo de CAD reconstruído.

Resultados Experimentais

Os experimentos foram conduzidos no dataset DeepCAD usando anotações de nível especialista do Text2CAD e CADmium. O modelo foi construído sobre o Qwen 2.5-Coder-14B.

• Desempenho Quantitativo: O HierCAD superou os baselines (Text2CAD e CADmium) em todas as métricas.
  • Geração de Sequência: Alcançou os maiores scores F1 para primitivas de Linha, Arco, Círculo e Extrusão. Notavelmente, mostrou ganhos substanciais no F1 de Arco, indicando melhor preservação de estruturas de loops de múltiplas primitivas complexas.
  • Reconstrução do Modelo: Alcançou a menor razão de invalidade (1,45%) e o melhor Chamfer Distance (média de 35,22). Também se destacou em métricas topológicas como Watertightness, EECM e DMCD, demonstrando superioridade na validade de manufatura e preservação da geometria de superfície local.
• Análise Qualitativa: Comparações visuais mostraram que, enquanto os baselines frequentemente colapsavam loops em formas simplificadas, alucinavam partes ou sofriam desvios em operações Booleanas, o HierCAD recuperou com sucesso as estruturas topológicas exatas de nível de parte e sequências Booleanas.
• Estudos de Ablação: Remover o módulo SAPG (HierCAD sem SAPG) resultou em valores "numericamente plausíveis, mas semanticamente incorretos", onde o modelo reutilizava coordenadas de partes não relacionadas da sequência (aprendizado por atalho). O HierCAD completo com SAPG conseguiu ancorar esses parâmetros às descrições textuais específicas.

Significância e Alegações

O artigo afirma que o HierCAD aborda as limitações centrais dos geradores de CAD autoregressivos existentes: raciocínio estrutural fraco de longo horizonte e erros de parâmetros causados por atalhos. Os autores afirmam que o progresso na geração de texto-para-CAD depende não apenas de modelos de fundação mais fortes, mas também de uma melhor reformulação de supervisão e objetivos de treinamento adaptados aos processos de construção de CAD.

Ao decompor a tarefa de geração em raciocínio hierárquico e impor o alinhamento estrutura-parâmetro, o HierCAD oferece um caminho para a geração de CAD dirigida por texto mais precisa, válida e editável. Os autores posicionam este framework como um passo em direção a copilotos de CAD confiáveis para aplicações de engenharia e design, capazes de lidar com designs complexos, de múltiplas partes e múltiplos loops que os métodos anteriores lutavam para resolver.