StepCAD：通过 LLM 策略与几何引导搜索生成网格到 CAD 的代码

由于 CAD 构造的组合性质以及离散建模选择和连续参数之间的相互作用，从 3D 网格恢复可执行 CAD 程序具有挑战性。许多基于学习的方法在一次传递中预测完整的程序，并且主要依赖于草图拉伸表示，限制了操作多样性和在重建过程中纠正几何错误的机会。我们引入了 StepCAD，这是一种生成优化方法，它将状态条件 CAD 策略与几何引导搜索相结合。给定输入网格，策略预测以目标几何体和中间几何体为条件的构造动作，并且 IoU 引导的树搜索通过本地编辑来细化结果程序。我们还引入了 ARCADE-1.5M，这是一个包含 1.5M 可执行 CAD 程序的大型数据集，涵盖各种操作、最大长度超过 150 个计数操作的序列以及 12.5M 中间状态-动作转换。跨多个 CAD 重建基准的实验表明，StepCAD 实现了最先进的几何重建精度，并且始终保持高有效性，与最强的评估基线相比，相对 IoU 提高了高达 87.2%，尤其是在复杂形状上的增益尤其大。项目页面：https://ghadinehme.com/stepcad.github.io/