MamTiff-CAD: Neuer Diffusionsansatz für lange parametrisierte CAD-Sequenzen

Parametrisches CAD spielt in der Industrie eine zentrale Rolle, doch bisherige Methoden haben Schwierigkeiten, lange Befehlssequenzen zu erzeugen, weil komplexe Modelle geometrische und topologische Beschränkungen aufweisen.

Mit MamTiff-CAD wird ein neuer Ansatz vorgestellt, der ein Transformer‑basiertes Diffusionsmodell nutzt, um latente Darstellungen in mehreren Skalen zu erzeugen. Ein neu entwickelter Autoencoder kombiniert Mamba+ – ein Modul mit Forget‑Gate‑Mechanismus – und einen Transformer, um parametrisierte CAD‑Sequenzen in kompakte latente Vektoren zu überführen. Der nicht‑autoregressive Transformer‑Decoder rekonstruiert anschließend die latenten Repräsentationen, während ein Diffusionsmodell auf Basis mehrschichtiger Transformer die Verteilung langer Befehlsketten lernt.

Zusätzlich wurde ein umfangreiches Datenset mit bis zu 256 Befehlen pro CAD‑Modell erstellt. In Experimenten zeigte MamTiff-CAD führende Leistungen bei Rekonstruktions- und Generierungsaufgaben und bewies damit seine Wirksamkeit für die Erzeugung langer CAD‑Sequenzen im Bereich von 60 bis 256 Befehlen.

Die Ergebnisse unterstreichen, dass MamTiff-CAD einen bedeutenden Fortschritt in der parametrierten CAD‑Generierung darstellt und das Potenzial hat, die industrielle Produktentwicklung effizienter zu gestalten.