Проблема: Потеря контекста в агентах генерации CAD
Современные LLM-агенты способны генерировать исполняемые параметрические программы для создания 3D-моделей. Однако при возникновении ошибок в процессе моделирования (например, несовместимость размеров или коллизии) стандартные циклы исправления часто теряют важную информацию: какие требования были выполнены, какие операции оказались ошибочными и какие попытки исправления уже были предприняты. Это приводит к повторению одних и тех же ошибок и росту вычислительных затрат.
Решение: TraceCAD как слой восстановления
Авторы предлагают архитектуру TraceCAD, которая действует как слой восстановления (recovery layer). Её ключевая особенность — создание постоянного состояния (persistent state). Система связывает запрошенные функции, шаги моделирования, доказательства сбоев и кандидаты на исправление в единую структуру данных. Это позволяет агенту не «забывать» контекст между итерациями отладки.
Процесс работы TraceCAD включает:
- Диагностику: Выявление наиболее вероятных ошибочных операций.
- Локализованный поиск: Поиск исправлений только в регионах зависимостей ошибочных операций, а не перебор всей модели.
- Валидацию: Проверка кандидатов через выполнение кода и проверку сохранения геометрии.
- Накопление опыта: Сохранение успешных и неудачных попыток в «память навыков» (skill memory) для будущего использования.
Результаты: Цифры и бенчмарки
Эксперименты проводились на бенчмарках, производных от DeepCAD. Были протестированы аблиционные исследования на 200 моделях и сравнение с базовыми методами на 1000 моделях. TraceCAD демонстрирует конкурентоспособное качество геометрии по метрикам IoU, Chamfer distance и Hausdorff distance.
Ключевые выводы аблиционных исследований (удаление компонентов системы) представлены ниже:
| Компонент системы | Эффект удаления на качество/затраты |
|---|---|
| Постоянное состояние (Persistent State) | Снижение показателя восстановления (recovery score) почти в 2 раза |
| Локализованный поиск (Localized Search) | Удвоение геометрической регрессии и удвоение вызовов кодового агента |
| Инициализация Skill Store на новых моделях | Дополнительное снижение количества попыток, затрат токенов и задержки |
Почему это важно
TraceCAD доказывает, что внедрение механизмов долговременной памяти и локализации ошибок в агенты генерации CAD критически важно. Это не только повышает надежность генерации сложных 3D-объектов, но и существенно экономит ресурсы (токены и время), делая процесс автономного проектирования более экономичным и масштабируемым.
Источник: arXiv cs.AI ↗