[论文解读] SkexGen: Autoregressive Generation of CAD Construction Sequences with Disentangled Codebooks

Xiang Xu, Karl D. D. Willis+4 more|arXiv (Cornell University)|Jul 11, 2022

Manufacturing Process and Optimization被引用 11

一句话总结

SkexGen 提出了一种用于 CAD 建模序列的自回归生成模型，通过解耦的码书分别编码拓扑、几何和拉伸变化。通过使用独立的 Transformer 编码器与解码器，该模型实现了高质量、多样化的 CAD 生成，并能精确控制设计属性，实现了在可控性与设计空间探索方面的最先进性能。

ABSTRACT

We present SkexGen, a novel autoregressive generative model for computer-aided design (CAD) construction sequences containing sketch-and-extrude modeling operations. Our model utilizes distinct Transformer architectures to encode topological, geometric, and extrusion variations of construction sequences into disentangled codebooks. Autoregressive Transformer decoders generate CAD construction sequences sharing certain properties specified by the codebook vectors. Extensive experiments demonstrate that our disentangled codebook representation generates diverse and high-quality CAD models, enhances user control, and enables efficient exploration of the design space. The code is available at https://samxuxiang.github.io/skexgen.

研究动机与目标

• 开发一种能够生成多样化且高质量 CAD 建模序列的生成模型，并对设计变化实现明确的用户控制。
• 解决参数化 CAD 模型在拓扑变化下脆弱以及创建过程需要专家输入的局限性。
• 通过解耦的潜在表征，将拓扑、几何和拉伸变化分离，实现设计空间的高效探索。
• 通过引入基于码书的控制机制，改进现有自回归模型，在 CAD 生成中提升多样性和可控性。
• 证明可通过插值和码书混合实现超越标准生成的新型设计合成。

提出的方法

• SkexGen 使用三个独立的 Transformer 编码器，从草图-拉伸序列中学习解耦的潜在表征，分别将拓扑、几何或拉伸变化编码到不同的码书之中。
• 该模型采用离散向量量化的 VAE（VQ-VAE）框架，将序列映射为离散标记，每个码书存储不同的设计属性。
• 自回归 Transformer 解码器基于采样的码书向量生成建模序列，实现对 2D 草图和 3D 拉伸的可控、分步生成。
• 码书向量经过量化后，作为自回归解码过程中的条件信号，实现对设计属性的精确操控。
• 模型在大规模草图-拉伸 CAD 数据集上进行训练，采用重建损失和对抗性目标以提升生成质量。
• 通过在解码前对来自不同源模型的码书向量进行线性插值或组合，实现插值与码书混合。

实验结果

研究问题

• RQ1 解耦的码书能否有效分离并控制 CAD 建模序列中的拓扑、几何和拉伸变化？
• RQ2 基于离散码书向量的自回归生成能否产生多样化、高质量且可控性更高的 CAD 模型？
• RQ3 与联合或非解耦表征相比，设计属性的解耦对生成 CAD 模型的质量和多样性有何影响？
• RQ4 解耦码书的插值与混合能否生成训练数据中未见的新颖、合理的 CAD 设计？
• RQ5 该模型在定性和定量基准测试中，相较于现有最先进方法，其性能提升程度如何？

主要发现

• SkexGen 在解耦分类任务中达到 99.8±0.1% 的准确率，证明了潜在码书中对拓扑、几何和拉伸因素的有效分离。
• 与 DeepCAD 和 CurveGen 等基线模型相比，该模型能生成显著更多样化且更逼真的 CAD 模型，包括复杂的多步草图-拉伸序列。
• 移除多个码书或仅使用单一码书会降低生成质量，证实了解耦的优势。
• 码书向量之间的插值可产生有意义的、非平滑的形态变化，例如从直线到圆形的过渡，或从实心到空心结构的转变。
• 码书混合可生成混合设计——例如，将一个模型的拓扑与另一个模型的几何结合——产生训练数据中不存在的新颖构型。
• 尽管推理速度较慢（10,000 个样本需 90 秒），但由于仅使用一个自回归解码器，SkexGen 的推理速度仍为 CurveGen 的两倍，并在质量与可控性方面表现更优。