1769565946
2026-01-28 01:40:00
具体的には、BrepARG は階層型トークン化プロセスを採用し、3 つの異なるトークン タイプ (幾何学的特徴をキャプチャするジオメトリ トークンと位置トークン、およびトポロジー接続を表す面インデックス トークン) を作成します。チームは、最初にこれらのトークンを使用して面とエッジを表すジオメトリ ブロックを構築し、次にトポロジを意識したスキームでこれらのブロックをシーケンスすることで、全体的なシーケンスの構築を実現しました。この綿密なプロセスにより、B-rep モデル全体の完全で総合的なシーケンス表現が完成します。
このブレークスルーは、表現の断片化やモデルの複雑さの増大につながることが多い、段階別学習やマルチコンポーネント アーキテクチャに依存する既存の手法からの大きな脱却を明らかにしています。 BrepARG は、B-rep データを総合的に表現することにより、これらの複雑なパイプラインの必要性を排除し、B-rep 構造に固有の完全な異質性と相互依存性をモデルで捉えることができるようにします。この取り組みにより、CAD モデリング プロセスの自動化と強化の可能性が開かれ、ソリッド モデル生成に対するより効率的かつ合理化されたアプローチが提供されます。 BrepARG のトレーニングには 4 つの NVIDIA H20 GPU を使用して約 1.2 日かかりましたが、1 つの RTX 4090 での推論には B-rep あたり約 1.5 秒かかり、実用的な効率性が実証されました。
さらに、この研究は、単一の統一されたストリーム内で幾何学的形状とトポロジカル接続を同時生成する際の自己回帰フレームワークの有効性を証明しています。研究者らは、3D 位置を位置トークンにエンコードするための新しい均一スカラー量子化アルゴリズムと、UV サンプリングされた幾何プリミティブからジオメトリ トークンを生成するためのベクトル量子化変分オートエンコーダ (VQ-VAE) について詳しく説明します。これらの技術革新は、BrepARG フレームワークの全体的な堅牢性とパフォーマンスに貢献し、B-rep 生成の主要なソリューションとしての地位を固めます。
科学者の方法
核となる革新は、完全な B-rep ジオメトリとトポロジーを単一のトークン シーケンスとして表現し、直接自己回帰モデリングを容易にし、従来のアプローチで一般的だった断片化された表現を排除することにあります。研究者らは、B-rep データをエンコードするための 3 つのトークン システムを開発しました。幾何学的特徴を表すジオメトリ トークン、新しく設計された均一なスカラー量子化アルゴリズムを介して 3D 位置をエンコードする位置トークン、トポロジー情報をキャプチャするフェイス インデックス トークンです。面とエッジのジオメトリとトポロジは、最近傍検索を使用して変分オートエンコーダ (VQ-VAE) 潜在をコードブック インデックスにマッピングすることによって、ジオメトリ プリミティブを UV サンプリングしてトークン化して個別に離散化されます。その後、チームはジオメトリ ブロックを構築しました。各ジオメトリ ブロックは 3 つのトークン タイプすべてで構成され、単一の面またはエッジを表し、シーケンス構築の基礎を形成しました。
実験では、トポロジーを意識した順序付けスキームを採用して面とエッジのブロックを配置し、B-rep の整合性を維持するための重要なステップである局所的な構造関係を維持しながら因果的な順序付けを強制しました。次に、フェイス ブロック シーケンスとエッジ ブロック シーケンスを必要なマーカーで組み立てて、最終的な全体的なシーケンス表現を作成し、自己回帰モデリングの準備を整えました。この表現を活用するために、科学者たちは因果マスキングを備えた多層デコーダ専用のトランスフォーマーを実装し、シーケンス内の次のトークンを予測し、幾何学的要素と位相要素の結合分布を学習するようにトレーニングしました。この自己回帰フレームワークにより、単一ストリームでの形状と接続の同時生成が可能になり、エンドツーエンドの B-rep シーケンス生成が実現します。
BrepARG は DeepCAD データセットで 87.6% の有効性を達成
チームは、生成された B-rep モデルを厳密に評価するために、カバレッジ (COV)、最大平均差異 (MMD)、ジェンセン・シャノン発散 (JSD)、新規性、一意性、妥当性などのいくつかの主要な指標を使用してパフォーマンスを測定しました。これらの測定により、DeepCAD、BrepGen、DTGBrepGen などのベースライン手法と比較してモデルのパフォーマンスが優れていることが確認されます。研究チームはトレーニングと推論の効率も調査し、4 つの H20 GPU を使用したトレーニングに必要な時間は BrepGen の 7.5 日、DTGBrepGen の 3.0 日と比較して、BrepARG ではわずか 1.2 日であることが明らかになりました。単一の RTX4090 GPU での推論時間は、BrepARG で 1.5 秒と測定され、BrepGen の 8.4 秒、DTGBrepGen の 3.6 秒よりも大幅に高速でした。
さまざまな「p」値を使用した核サンプリングを使用したさらなる分析により、このパラメーターを調整することで、生成されたモデルの多様性と有効性を柔軟に制御できることが示され、p 値 0.9 で全体的に最良の結果が得られました。クラス条件付き生成は、トレーニングと推論中に入力シーケンスにクラス固有のトークンをプレフィックスとして付けることで正常に実証され、家具などの特定のカテゴリに合わせてモデルが B-rep を生成できるようになりました。これらの発見は、全体的なトークン シーケンス表現を構築する際に、トポロジカルな関係を考慮することの重要性を強調しています。
BrepARG は、前例のない制御によるトランスベースの B-rep 生成を可能にします
#Breparg #は #トークン #シーケンス表現による全体的な #BRep #生成を実現します