산업급 수준의 CAD_AGENT : 전문가 지식 distillation 기반의 전문 지식 distillation

산업 제품의 컴퓨터 aided design(CAD)가 필요로 하는 대규모 언어 모델(LLM)로 인한 절차적 모델링, 강력한 특성 의존성, 편집 가능한 기하학적 파라미터, 및 B-Rep 실행의 생산급 성능은 현재의 텍스트를 CAD로 변환하는 방법들이 promise한 진전에도 불구하고, 사용자 지시가 모호하거나 미약하거나, 또는 고급 디자인 의도만 설명한 경우에는 여전히 어려움을 겪고 있다. 또한 전문가 절차 지식이 자연스럽게 산업 워크플로우에서 자연스럽게 이용되지 않는다. 예를 들어 CATIA의 동작 녹음, 매크로 로그, 그라프 노트, 그리고 엔지니어링 설명 등이 있다. 우리는 \algname, 전문가 지식을 기반으로 한 지식 distillation을 갖춘 산업 CAD agent를 제시한다. \algname의 핵심은 CAD 중간 표현(CAD-IR)이다. CAD-IR은 매개 변수, 순서된 연산, MCP 도구 바인딩, 의존성, 생성된 엔티티, 그리고 검증 규칙을 포함하는 실행 가능한 절차적 표현이다. CAD-IR은 두 가지 중요한 역할을 한다. 첫 번째로, 전문가 CAD 절차를 재사용 가능한 매개 변수화된 스킬로 distill하기 위한 CAD-IR의 운반체 역할을 한다. 두 번째로, CAD-IR은 모호하거나 중간 단계의 지시문을 완전한 실행 가능한 CAD 연산으로 변환하는 절차적 scaffold 역할을 한다. \algname은 전문가 스킬을.retrieve하고, CAD-IR을 instantiate하고 revise하고, CATIA-MCP 백엔드에서 결과적인 절차를 실행하고, 그리고 multi-view 시각적 feedback를 이용해 반복적인 개선과정을 거치고, 그리고 마지막으로 생산급 B-Rep 모델을 생성한다. Text2CAD benchmark에서, CAD-IR은 중간 단계의 지시문으로부터 생성을 개선시켜, 평균 Chamfer Distance를 $14.83$에서 $9.88$로 줄인다. 이는 모호한 텍스트 의도와 실행 가능한 CAD 생성을 연결하는 능력을 보여준다. 또한 네 개의 복잡한 자동차 부품에 대해서는, CAD-IR은 전문가 CATIA 녹음을 재사용 가능한 스킬로 distill할 수 있게 해, \algname은 새로운 변형 요청에 대해 편집 가능한 CATIA-자연 CATIA-native B-Rep 모델을 생성할 수 있다.