Transformer lernen: CAD-Profile aus Geometrie mit Zirkel und Lineal erzeugen

Ein neues Verfahren aus dem arXiv-Repository zeigt, wie Transformer-Modelle CAD-Profile erzeugen können, indem sie eine Reihe einfacher geometrischer Konstruktionen – wie Kurvenversatz, Drehungen und Schnittpunkte – Schritt für Schritt anwenden. Dabei beginnt das Modell mit einer vom Designer vorgegebenen Grundgeometrie und baut die Punkte sowie Kurven des Endprofils systematisch auf.

Die Einführung von Konstruktionsschritten zwischen der Eingabe und dem fertigen Profil verbessert die Qualität der generierten Modelle in gleicher Weise wie das Konzept des „Chain of Thought“ bei Sprachmodellen wirkt. Durch die Konstruktionsequenzen werden die Freiheitsgrade des zu modellierenden Objekts auf eine überschaubare Menge von Parametern reduziert, die vom Designer angepasst werden können. So entsteht eine parametrierbare Bearbeitung, bei der die erzeugte Geometrie mit Gleitkomma-Präzision ausgewertet wird.

Darüber hinaus demonstriert die Studie, dass die Anwendung von Reinforcement Learning auf die Konstruktionsequenzen zusätzliche Verbesserungen erzielt. Diese Optimierung wirkt sich positiv auf eine breite Palette von Leistungskennzahlen aus, darunter auch solche, die nicht explizit im Lernprozess berücksichtigt wurden.