CADENA: 逐步 CAD 逆向工程

TL;DR CADENA 模仿人类工程师逐特征建模，以逐步生成与视觉反馈重建 CAD 参数化程序，在机械零件反向工程中显著优于现有方法。

问题

背景

CAD 逆向工程是将离散三维表示（网格、点云）转换为可编辑参数化 CAD 程序的任务，是数字化制造、设计重用与仿真优化的关键环节。当前 AI 研究聚焦于将现有形状自动重建为一系列草图与拉伸、布尔运算等操作序列，以摆脱人工耗时的手动建模。

现有方法的局限

主流方法（如 DeepCAD、HNC）将重建视为单步序列生成：模型一次性输出完整 CAD 程序，不观察任何中间几何状态。这种方式存在三个技术短板：

• 缺乏几何反馈：无法检查当前预测的体素或网格与目标的差异，导致误差在长序列中累积，尤其当命令数量超过 10 步时，精度显著下降。
• 难以建模复杂依赖：单步生成必须隐式捕获特征间的拓扑与尺寸约束，对含多级拉伸、相减、相交操作的机械零件泛化能力不足。
• 基准脱离现实：常用数据集（DeepCAD、Fusion 360）以简单轮廓为主，缺少带内部腔体、筋板、螺纹等工业特征的真实件，且评估指标（如 Chamfer distance）与可编辑性、参数准确性相关性弱。

技术挑战与业界关注度

人类工程师采用逐步构建、逐一核验的策略：每添加一个特征便对比目标形状，决定下一步操作。让 AI 复现此过程面临三重挑战：

1. 视觉反馈融合：需将当前重建几何与目标网格的差异编码为条件信号，驱动下一操作的选择与参数。
2. 长序列稳定性：早期错误会传播并放大，需要强化的探索与奖励机制（如 CADENA 使用强化学习优化全局相似度）。
3. 可执行性保证：生成的程序必须能被 DSL 解释器无错执行，语法错误或几何矛盾直接导致无效模型，这要求解码策略兼顾语法规则与几何合理性。

业界投入显著增加：参数化 CAD 模型相比网格在修改尺寸、重用特征时效率提升数倍，对汽车、航空航天等高端制造至关重要。因此，真正可用的逆向工程模型必须同时满足高重建精度、高程序有效率和多品类覆盖。

行业类比

这种“生成—执行—反馈”的闭环与代码生成中的测试驱动修复异曲同工：模型不是一次性写出完整代码，而是通过运行测试（此处的几何对比）迭代修正每一步输出，直至规范全部通过。

核心洞察

• - **逐步生成结合视觉反馈，模拟人类工程师迭代构建过程**：CADENA 不再像以往方法那样一次性输出完整 CAD 程序，而是每一步预测一个操作，并立即执行以获取中间几何，再与目标形状比较差异。这种闭环设计使模型能够感知当前剩余几何，动态调整后续步骤，从而有效减少累积误差。在机械零件重建任务上，该机制显著优于单步自回归或直接序列预测基线，在复杂特征（如多孔、阶梯轴）上尤为明显，表明显式的 step‑wise 视觉反馈对长序列生成至关重要。
• - **面向真实机械零件的基准 CADENA‑Bench 与 GMS 度量，弥合评估与工业需求鸿沟**：现有数据集（如 DeepCAD、Fusion 360）以简单几何为主，难以反映工业零件的复杂性。CADENA 引入覆盖多种零件族、经去重和清理的机械零件基准，并定义 GMS 指标综合形状、拓扑与程序相似性。在该基准上，此前饱和的外部数据集方法均大幅退化，而 CADENA 凭借逐步生成保持较高有效性，揭示逆向工程研究必须从玩具数据走向真实场景评估。

方法

输入与任务定义

给定一个目标 3D 网格，CADENA 的目标是将其逆向重建为一套参数化 CAD 程序，该程序由一系列符合领域特定语言（DSL）的操作组成（如拉伸、旋转、倒角等）。

逐步生成与视觉反馈

核心创新在于模拟人类工程师“构建-检查”的迭代过程，将生成建模为逐步决策：

1. 状态表示：将当前已生成的操作序列及其执行后得到的中间网格作为状态。
2. 视觉反馈：将目标网格与当前预测网格的几何差异编码后，注入模型作为条件信号，指导下一步操作选择。
3. 策略模型：基于 Transformer 的自回归策略，接收状态与视觉差异，输出下一个操作及参数的概率分布。

训练：从监督到直接优化几何

训练分为两个阶段：

• 监督微调（SFT）：在带标注的 CAD 程序数据集（如 DeepCAD、Fusion 360）上进行 token 级交叉熵损失训练，使模型掌握语法和已有设计模式。
• 强化学习（RL）：将生成视为 rollout，通过策略梯度（如 PPO）直接最大化重建几何的相似度。奖励函数定义为网格级别的 GMS 或体素 IoU，并设计了分组选择与更新机制以稳定训练、防止早期错误级联。

推理策略

推理时，模型每次只生成一个操作，立即执行并获取中间网格，再将新的视觉差异反馈给模型，循环直至输出终止符。同时引入前缀选择（prefix selection）等技巧，允许在推理阶段对早期步骤进行修正。

与一次性输出完整程序的方法（如 Point2Cyl、Free2CAD）不同，CADENA 首次将每步几何验证与强化学习相结合，使重建程序更精确且可解释，尤其擅长处理真实机械零件中复杂的特征组合。

实验

实验设计

作者构建了 CADENA-Bench，一个按机械零件族分类的逆向工程基准，并引入 GMS 指标衡量重建质量。实验在 CADENA-Bench 及三个外部数据集 (DeepCAD、Fusion 360、MCB) 上对比基线方法，同时补充了在 BenchCAD 上对前沿模型的评估。训练采用监督微调后接强化学习 (RL)，推理使用逐步生成策略，并分析了贪婪解码与采样的差异。

关键发现

• 在真实机械零件上，所有方法性能大幅下降，远低于合成或简单 CAD 数据集的饱和表现，凸显域鸿沟。
• 逐步生成加视觉反馈的 CADENA 在所有数据集上超越前方法，尤其体现在 Validity（程序有效性）上，有效性比精度更能区分方法优劣。
• 直接优化（RL）可改变方法间的性能排名，部分基线在 RL 后反超，但也可能引入不稳定。
• 消融实验表明：单步生成缺乏中间观察会丧失纠正错误的机会；模型在不同零件族上的表现不均，遮挡几何和域外特征仍是主要失败模式。

基线对比解读

与传统“单次输出完整程序”的 AI 系统相比，CADENA 模拟人类工程师的逐特征构建：每增加一个操作，就比对当前预测体与目标网格，决定下一步建模内容。这一逐步生成与视觉反馈机制是性能提升的核心，使得模型能发现并修正中间误差，而一次性方法一旦出错则无法恢复。实验证实，即使使用相同骨干结构，加入步骤间观察也能显著提高重建精度与有效性。在外部数据集饱和的背景下，CADENA 在真实机械零件上的优势更为突出，证明了该方法对复杂工程形状的泛化潜力。

行业影响

落地场景

• 逆向工程与数字化重建：将扫描或现有 3D 网格自动转化为参数化 CAD 特征树，用于备件制造、老旧设备维护与无图纸零件的数字化存档。
• 工业设计与快速迭代：设计师从概念模型或竞品扫描中获得可编辑特征序列，避免手动重绘，加速方案推敲与变形设计。
• 数字孪生与资产管理：为工厂设备建立可参数化编辑的轻量化模型，支持仿真优化与预测性维护。

商业价值

• 降本增效：将人工逆向建模时间（数小时至数天）压缩到分钟级，减少资深工程师的重复劳动，使建模成本大幅下降。
• 提升可编辑性：生成的特征树保留了设计意图，后续尺寸修改、特征重排更灵活，避免“僵化网格”带来的返工。
• 降低数字化门槛：中小型制造企业无需自建大规模逆向工程团队，即可将物理资产转化为可制造的 CAD 文件，拓展增材/减材制造业务。

与现有产品/工作流的接口

• CAD 软件插件：作为 Fusion 360、SolidWorks 等工具的扩展，提供一键式网格→特征转换功能，直接输出原生格式。
• 扫描到制造流水线：与 3D 扫描仪、PLM/PDM 系统对接，自动生成可制造性评估所需的参数化模型，打通从实物到数控加工的数字线程。
• 云 API 服务：提供基于 CADENA 的重建微服务，支持电商 3D 商品自动建模、游戏资产快速生成等场景的批量调用。

具体落地用例

1. 工业备件市场：维修商扫描损坏零件，CADENA 生成参数化模型后直接用于 CNC 加工或 3D 打印，解决原厂图纸缺失的紧急需求，大幅缩短设备停机时间。
2. 消费品设计迭代：家具设计师扫描手工原型获得特征级 CAD，快速调整关键尺寸并切换材质渲染，在数小时内完成多方案比较，缩短从概念到量产的设计周期。

局限

• 模型依赖逐步生成的视觉反馈，要求每个中间步骤渲染三维几何体并与目标 mesh 比较，导致**推理和训练的计算开销远高于单步生成方法**。特别是在引入强化学习优化时，需要为每个采样序列计算奖励，进一步增加资源需求。这限制了 CADENA 在实时交互或大规模批量转换场景中的直接可用性，对硬件条件有较高要求。
• CADENA 的**表现受限于其领域特定语言（DSL）的完备性和离散化观察**。论文提及，可计数特征（如孔洞数量）会被近似而非精确计数，被遮挡的几何体无法被感知，且超出 DSL 词汇表的特征只能用已有操作近似替代。这些根本性限制意味着在面对复杂或非标准零件时，重建精度和语义一致性可能下降，难以完全替代人类工程师的精细建模。
• **基准 CADENA-Bench 和指标 GMS 的覆盖面有限**。基准仅包含若干机械零件家族，可能无法充分泛化到更广泛的 CAD 领域（如自由曲面或钣金件）。GMS 指标虽结合了准确率与召回率，但对局部细节误差的惩罚可能不足，导致高分程序仍可能遗漏关键小特征。这使模型在真实工程场景中的可靠性评估仍需进一步验证。