CADReasoner: CAD 역공학을 위한 반복적 프로그램 편집
CADReasoner: Iterative Program Editing for CAD Reverse Engineering
한국어 초록
컴퓨터 지원 설계(CAD)는 현대 공학을 뒷받침하지만, 고품질 부품을 제작하려면 여전히 상당한 전문가의 노력이 필요합니다. 많은 AI 시스템이 CAD 역공학(reverse engineering)을 다루지만, 대부분은 단일 패스(single-pass) 방식이어서 미세한 기하학적 세부사항을 놓칩니다. 반면, 인간 엔지니어는 입력 형상과 재구성된 형상을 비교하고 남은 불일치를 바탕으로 설계를 반복적으로 수정합니다. 에이전트(agent) 기반 방법은 고정된(frozen) VLM을 통해 이러한 루프를 모방하지만, 현재 파운데이션 모델의 취약한 3D 그라운딩(grounding)으로 인해 신뢰성과 효율성이 제한됩니다. 본 논문에서는 입력 형상과 예측된 형상 간의 기하학적 불일치를 활용하여 예측을 반복적으로 개선하도록 학습(training)된 모델(model)인 CADReasoner를 소개합니다. 이 모델은 실행 가능한 CadQuery Python 프로그램을 출력하며, 여기서 렌더링된 메시는 다음 단계의 입력으로 다시 피드백됩니다. CADReasoner는 상호 보완적인 모달리티로서 다중 시점(multi-view) 렌더와 포인트 클라우드를 융합합니다. 실세계와의 격차를 줄이기 위해, 학습 및 평가(evaluation) 과정 모두에 적용되는 스캔 시뮬레이션 프로토콜을 제안합니다. DeepCAD, Fusion 360, MCB 벤치마크(benchmark) 전반에 걸쳐, CADReasoner는 클린 트랙과 스캔 시뮬레이션 트랙 모두에서 최고 수준(state-of-the-art)의 결과를 달성합니다.
원문 초록
Computer-Aided Design (CAD) powers modern engineering, yet producing high-quality parts still demands substantial expert effort. Many AI systems tackle CAD reverse engineering, but most are single-pass and miss fine geometric details. In contrast, human engineers compare the input shape with the reconstruction and iteratively modify the design based on remaining discrepancies. Agent-based methods mimic this loop with frozen VLMs, but weak 3D grounding of current foundation models limits reliability and efficiency. We introduce CADReasoner, a model trained to iteratively refine its prediction using geometric discrepancy between the input and the predicted shape. The model outputs a runnable CadQuery Python program whose rendered mesh is fed back at the next step. CADReasoner fuses multi-view renders and point clouds as complementary modalities. To bridge the realism gap, we propose a scan-simulation protocol applied during both training and evaluation. Across DeepCAD, Fusion 360, and MCB benchmarks, CADReasoner attains state-of-the-art results on clean and scan-sim tracks.
제출 이력
확인된 버전만 표시합니다. 전체 제출 이력은 arXiv 원문에서 확인하세요.
함께 살펴볼 논문
공통 태그를 근거로 연결했습니다. 실제 인용 관계나 논문의 우수성을 뜻하지 않습니다.
자동 CAD 생성을 위한 파운데이션 모델
Foundation Models for Automatic CAD Generation
대규모 언어 모델(LLM)과 비전-언어 모델(VLM)의 최근 발전은 자연어 명세로부터 파라메트릭 3D 설계를 자동으로 생성하는 것을 가능하게 한다. 본 챕터는 기계 부품의 자동 컴퓨터 지원 설계(CAD) 생성을 위한 파운데이션 모델에 대한 실증 연구를 제시하며, 통합 평가 파이프라인과 97개의 엔지니어링 설계 문제로 구성된 선별 벤치마크를 활용한다. 우리는 JSON 스키마 검증(validation), 분석적 특징(feature) 점수화, 메시 합성, 다중 라운드 반복 정제를 통합한 멀티모델 텍스트-투-CAD 프레임워크인 LLMForge를 소개하며, 두 가지 비평 체계 하에서 연구한다. IterTracer는 Phong 셰이딩 레이트레이스 렌더러와 분석적 시각 메트릭(실루엣 IoU, 홀 가시성, 엣지 여유, 종횡비 적합도)을 사용하여 라운드 전반에 걸쳐 경량의 기하학 인식 피드백을 제공한다. IterVision은 분석적 점수화기를 사고의 연쇄(chain-of-thought) 시각적 추론을 통해 렌더링된 뷰를 평가하고 공간적 일관성과 설계 의도를 판단하는 VLM 시맨틱 비평기(Qwen2.5-VL-72B)로 대체한다. 네 가지 정형 기하학 패밀리(홀과 볼트 서클이 있는 플레이트, 다중 특징(feature) 박스, 플랜지 실린더, L 브래킷)를 아우르는 벤치마크에서 DeepSeek-V3.2, Qwen3-235B-A22B, Llama-3.3-70B, Gemma-3-27B, GLM-4.5, MiniMax-M2.1, INTELLECT의 일곱 가지 파운데이션 모델(model)을 평가한다. IterTracer 하에서 상위 4개 모델(model)은 98.97%의 메시 성공률로 촘촘한 클러스터(전체 평균 [0.885, 0.890] 범위)를 형성하며, 컴팩트한 인스트럭션 튜닝 모델(model)이 실질적으로 더 큰 시스템에 필적할 수 있음을 보여준다. IterVision의 VLM 기반 비평은 선두 모델(model)에서 100%의 워터타이트 메시 생성을 달성하는 한편, 시각적·시맨틱 점수화가 가장 크게 괴리되는 실린더와 같은 회전 대칭 기하학에서 체계적인 어려움을 드러낸다. 우리는 벤치마크 설계, 실패 양상, CAD 지향 프롬프팅, 그리고 산업 워크플로우 및 확장 가능한 자동화 기계 설계에 대한 시사점을 논의한다.
ArtisanCAD: 전문가 기반 지식 증류를 활용한 산업 수준 CAD 에이전트
ArtisanCAD: An Industrial-Level CAD Agent with Expert-Grounded Knowledge Distillation
산업 부품을 위한 컴퓨터 지원 설계(CAD)는 장기적 절차적 모델링, 강건한 특징(feature) 의존성, 편집 가능한 파라메트릭 형상, 그리고 생산 수준의 B-Rep 실행을 요구한다. 기존의 텍스트-to-CAD 방법들은 자연어 설명으로부터 CAD 프로그램을 생성하는 데 있어 유망한 진전을 이루었지만, 사용자 프롬프트가 모호하거나 불충분하거나 고수준 설계 의도만을 기술하는 경우에는 여전히 어려움을 겪는다. 또한 CATIA 작업 녹화, 매크로 로그, 도면 노트, 엔지니어링 설명 등 산업 워크플로에서 자연스럽게 활용 가능한 전문가 절차 지식을 거의 활용하지 못한다. 우리는 전문가 기반 지식 증류를 갖춘 스킬 가이드 산업용 CAD 에이전트인 ArtisanCAD를 제안한다. ArtisanCAD의 핵심은 CAD 중간 표현(CAD-IR)으로, 파라미터, 순서가 있는 연산, MCP 도구 바인딩, 의존성, 생성된 엔티티, 검증 규칙을 인코딩하는 실행 가능한 절차적 표현이다. CAD-IR은 두 가지 핵심 역할을 수행한다: 먼저 전문가 CAD 절차를 재사용 가능한 파라메트릭 스킬로 증류하는 매개체 역할을 하고, 이후 모호하거나 중간 수준의 프롬프트를 완전한 실행 가능 CAD 연산으로 변환하는 절차적 스캐폴드를 제공한다. ArtisanCAD는 전문가로부터 도출된 스킬을 검색하고, CAD-IR을 인스턴스화 및 수정하며, 전용 CATIA-MCP 백엔드를 통해 결과 절차를 실행하고, 반복적 개선을 위해 다중 시점 시각적 피드백을 활용하여 최종적으로 생산 준비가 완료된 B-Rep 모델을 생성한다. Text2CAD 벤치마크에서 CAD-IR은 중간 수준 프롬프트로부터의 생성 시 평균 Chamfer Distance를 $14.83$에서 $9.88$로 감소시켜 생성 품질을 향상시키며, 모호한 텍스트 의도와 실행 가능한 CAD 구성 사이의 간극을 좁히는 능력을 보여준다. 네 가지 복잡한 자동차 부품에서 CAD-IR은 전문가 CATIA 녹화를 재사용 가능한 스킬로 증류할 수 있게 하여, ArtisanCAD가 새로운 변형 요청에 대해 편집 가능한 CATIA 네이티브 B-Rep 모델을 생성할 수 있도록 한다.
MACRO: 클로즈업 렌더 최적화를 위한 학습 불필요 다중 평면 어텐션
MACRO: Training-free Multi-plane Attention for Closeup Render Optimization
학습 카메라보다 훨씬 가까이 장면을 확대하는 클로즈업 렌더링은 가상 제작과 인터랙티브 3D 콘텐츠에 중요하지만, 여전히 해결되지 않은 난제로 남아 있다. 3D Gaussian splatting(3DGS)은 고충실도 실시간 신규 시점 합성(novel view synthesis)을 가능하게 하지만, 근거리에서는 렌더링 품질이 저하된다. 학습 세트의 참조 이미지를 조건으로 렌더링을 향상시키는 최근 확산(diffusion) 기반 방법들은 이 설정에서 심각한 아티팩트를 생성한다. 우리는 이 실패를 분석하여 근본 원인을 규명한다: 클로즈업 뷰와 참조 뷰 간의 스케일 차이이다. 우리는 참조 조건부 향상 모델의 특징이 스케일 불변(scale-invariant)이 아님을 보이며, 이로 인해 동일한 내용이 서로 다른 스케일로 나타날 때 교차 뷰 어텐션(cross-view attention)이 잘못된 대응 관계를 검색하고, VAE 인코더가 스케일 등변(scale-equivariant)이 아니기 때문에 이 불일치를 잠재 공간에서 수정할 수 없음을 보인다. 이 분석을 바탕으로 우리는 MACRO(Multi-plane Attention for Closeup Render Optimization)를 소개한다. 이는 3DGS 기반의 고품질 클로즈업 신규 시점 합성을 위한 학습 불필요 방법이다. MACRO는 장면의 알려진 3D 구조를 활용하여 스케일 차이를 해소한다: 클로즈업을 깊이 평면으로 분해하고, 인코딩 전에 각 평면의 스케일에 맞게 이미지 공간에서 참조 이미지를 크롭하고 크기를 조정하며, 깊이 인식 어텐션 마스크를 적용하여 각 토큰이 스케일 일치 참조에만 어텐션하도록 한다. 이 방법은 아키텍처 변경이나 추가 학습을 필요로 하지 않는다. 우리는 또한 두 가지 새로운 클로즈업 신규 시점 합성 벤치마크와 이 설정에 대한 최초의 표준화된 평가 프로토콜을 기여하며, 두 벤치마크 모두에서 최신(state-of-the-art) 결과를 달성하여 재구성 및 지각적 메트릭 모두에서 기존 3DGS 및 확산 기반 방법들을 능가함을 보인다. 프로젝트 페이지: https://nitzanhod.github.io/MACRO
Instant NuRec: 주행 장면 시뮬레이션을 위한 피드포워드 3D Gaussian 재구성
Instant NuRec: Feed-Forward 3D Gaussian Reconstruction for Driving Scene Simulation
3D 시뮬레이션 플랫폼은 end-to-end 정책 평가(evaluation)를 가능하게 하여 개발 비용을 줄이고 안전성을 향상시키기 때문에 자율주행에 핵심적이다. 최근 몇 년간 신경 시뮬레이션이 주류가 되었고, NuRec와 같은 방법이 중심적인 역할을 하고 있다. 그러나 이러한 방법들은 여전히 상대적으로 느리고, 일반적으로 장면별 튜닝이 필요하다. 본 연구에서는 단일 순전파(forward pass)로 짧은 다시점(multi-view) 주행 로그를 완전히 시뮬레이션 가능한 3D Gaussian Splatting(3DGS) 세계로 변환하는 피드포워드 신경 재구성 모델인 Instant NuRec를 제안한다. 이 모델은 보정된 카메라 리그의 다시점 입력을 받아 정적 및 동적 3DGS 레이어, 스카이 큐브맵(sky cubemap), 카메라별 ISP 보정으로 구성된 계층적 출력을 생성하며, 3DGUT를 통해 비 핀홀(non-pinhole) 카메라 모델에 대한 네이티브 지원을 제공한다. 이 모델은 10–20초 길이의 다중 카메라 장면을 약 1.5초 만에 재구성하며, Waymo Open 데이터셋에서 평가된 가장 강력한 기준선보다 PSNR이 2.01 dB 높은 성능을 달성한다. Instant NuRec는 NuRec에 깊이 통합되어 있으며, 폐루프(closed-loop) 시뮬레이션을 위해 AlpaSim과 호환된다.
RIGOR: 전방향 재구성을 위한 리그 정보 기반 기하학
RIGOR: Rig-Informed Geometry for Omnidirectional Reconstruction
피드포워드(feed-forward) 3D 재구성 분야의 최근 발전으로 이미지 스트림만으로 조밀한(dense) 장면 표현과 카메라 움직임을 복원할 수 있는 모델들이 등장했습니다. 그러나 이러한 예측은 긴 궤적에서, 특히 반복적인 구조, 약한 텍스처, 동적 물체나 사람이 존재하는 까다로운 환경에서 일관성을 잃기 쉽습니다. 이러한 문제를 완화하는 한 가지 방법은 넓은 공간적 커버리지를 제공하고 더 풍부한 시각적 정보를 포착하는 전방향(omnidirectional) 카메라를 사용하는 것입니다. 하지만 대다수의 모델은 360도 영상을 지원하지 않거나 추가적인 미세조정(fine-tuning)을 필요로 합니다. 이러한 두 가지 측면을 연결하기 위해, 본 연구에서는 동결된 피드포워드 원근 백본(backbone)을 유지하면서 각 파노라마를 4-뷰 가상 리그(virtual rig)로 활용하는 중력 정렬 전방향 비디오용 대규모 재구성 파이프라인인 RIGOR를 제시합니다. 이 리그 구조는 국소적으로 불일치하는 예측을 감지 및 복구하고, 순환적 4-뷰 합의(consensus)를 통해 루프 클로저(loop closure)를 검색하며, 전역 최적화(global optimization) 전에 재방문 후보를 기하학적으로 검증하는 데 사용됩니다. 검증된 제약 조건은 시퀀스를 따라 누적된 회전, 이동 및 스케일 드리프트를 수정하는 Sim(3) 포즈 그래프를 구동합니다. 본 연구는 까다로운 건설 현장 시퀀스에서 제안된 일관성 메커니즘이 피드포워드 기준선(baseline) 대비 궤적 정확도와 재구성된 기하학 모두를 향상시킴을 입증합니다. 코드는 다음 링크에서 제공됩니다: https://github.com/TangentH/RIGOR.
고�급 거리 수준 영상을 활용한 시각적 위치 추정의 정확도 잠재력
Accuracy potential of visual localization exploiting high-end street-level imagery
토론
이 논문과 연결된 포럼 글이 아직 없습니다.
저자 비고
arXiv Comments
Accepted to Findings of CVPR 2026