[論文レビュー] SketchGen: Generating Constrained CAD Sketches

Wamiq Reyaz Para, Shariq Farooq Bhat+5 more|arXiv (Cornell University)|Jun 4, 2021

3D Shape Modeling and Analysis参考文献 38被引用数 25

ひとこと要約

SketchGen は、慎重に設計された CAD スケッチ言語を備えた Transformer ベースのモデルを使用して、プリミティブとその幾何制約の両方を生成し、制約を意識した CAD スケッチ生成と既存スケッチの自動拘束を可能にします。従来の SketchGraphs ベースラインを制約付き CAD スケッチ生成で大幅に上回ります。

ABSTRACT

Computer-aided design (CAD) is the most widely used modeling approach for technical design. The typical starting point in these designs is 2D sketches which can later be extruded and combined to obtain complex three-dimensional assemblies. Such sketches are typically composed of parametric primitives, such as points, lines, and circular arcs, augmented with geometric constraints linking the primitives, such as coincidence, parallelism, or orthogonality. Sketches can be represented as graphs, with the primitives as nodes and the constraints as edges. Training a model to automatically generate CAD sketches can enable several novel workflows, but is challenging due to the complexity of the graphs and the heterogeneity of the primitives and constraints. In particular, each type of primitive and constraint may require a record of different size and parameter types. We propose SketchGen as a generative model based on a transformer architecture to address the heterogeneity problem by carefully designing a sequential language for the primitives and constraints that allows distinguishing between different primitive or constraint types and their parameters, while encouraging our model to re-use information across related parameters, encoding shared structure. A particular highlight of our work is the ability to produce primitives linked via constraints that enables the final output to be further regularized via a constraint solver. We evaluate our model by demonstrating constraint prediction for given sets of primitives and full sketch generation from scratch, showing that our approach significantly out performs the state-of-the-art in CAD sketch generation.

研究の動機と目的

• 異種のプリミティブと制約を明示的に扱うことで CAD スケッチの生成を改善する動機付け。
• 有効な Transformer モデリングを可能にする CAD スケッチの構造化されたトークンベース言語を提案する。
• 構文木に基づいた、プリミティブ用と制約用の2つの専門的な Transformer を開発する。
• 制約を意識した生成をソルバーによって正則化し、妥当なスケッチを生成できることを示す。

提案手法

• CAD スケッチを制約で結ばれた異種プリミティブのグラフとして表現する。
• プリミティブと制約の形式的なトークンベース言語を、開始/終了構文と構文木のガイダンスを付けて設計する。
• 連続的なプリミティブパラメータをパラメータタイプごとに k-means で 256 bin に量子化する。
• 複数の入力系列（Q、Q3、Q4、QI）に条件付けられた自己回帰的プリミティブ生成器として Transformer デコーダを用いる。
• プリミティブインデックスを選択して制約列を形成する、pointer-network ベースの制約生成器を実装する。
• 教師強制とクロスエントロピー loss でプリミティブ生成器と制約生成器を訓練し、推論時に nucleus sampling を適用する。
• 量子化誤差を修正し実現可能性を高めるため、制約ソルバーによる事後最適化を許可する。

実験結果

リサーチクエスチョン

• RQ1 構造化されたトークンベース言語は、異種 CAD プリミティブとその制約の効果的な自己回帰生成を可能にするか？
• RQ2 構文木のガイダンス (Q3, Q4) を組み込むことで、単純なシーケンスモデリングより生成品質が改善されるか？
• RQ3 プリミティブ生成と制約生成を分離すること、および制約に対して pointer-network を使用することの利点は何か？
• RQ4 生成された制約は、ソルバーを介してプリミティブパラメータの量子化を堅牢に正規化・訂正できるか？
• RQ5 SketchGraphs のような制約付きデータセットにおいて、生成分布は実際の CAD スケッチにどれだけ近いか？

主な発見

手法	スケッチ	プリミティブ	制約
random	1020.73	70.97	24.14
SG-sketch	158.90	-	2.42
ours	88.22	8.60	0.61

• The model achieves lower negative log-likelihood on test sketches than the SketchGraphs baseline (NLL values: 88.22 for sketches, 8.60 for primitives, 0.61 for constraints).
• Generated sketches exhibit statistics closer to the data distribution than the baseline, as shown by E_stat metrics in generated sequences.
• In ablations, removing syntax-tree inputs (Q3 and Q4) degrades performance, and mixing token types in shared embeddings also harms results.
• Generated constraints can correct primitive parameter quantization errors, and auto-constraining achieves high accuracy (≈98.4% on test-set constraints).
• Post-generation constraint optimization with a solver improves feasibility of sketches (e.g., closes gaps between line endpoints).
• The approach outperforms the primary baseline across both full sketch generation and auto-constraining tasks on the SketchGraphs dataset.