HierCAD：通过结构对齐和参数与几何实体对应进行分层文本到 CAD 设计

最近的文本到 CAD 方法通过利用 大语言模型 显示了有希望的结果，但它们常常难以维持复杂设计中的结构一致性和准确地确定几何参数。为了解决这些问题，我们提出了 HierCAD，这是一种分层文本到 CAD 框架，可以改进结构推理和参数预测。 HierCAD 通过将 CAD 构造树分解为对象级过程推理和部件级拓扑推理轨迹，将 CAD 生成重新表述为渐进式推理。为了进一步提高生成保真度，我们引入了统一的结构对齐和参数与几何实体对应（SAPG）学习策略。结构对齐将拓扑推理轨迹与其相应的参数化 CAD 范围对齐，而参数与几何实体对应则通过保留结构的参数扰动和基于排序的监督来减轻捷径学习。实验表明，HierCAD 在 CAD 序列生成和重建 CAD 模型评估方面均优于先前最先进的方法。我们的代码可从 https://github.com/Collab-Gen/HierCAD 获取。