摘要
大型语言模型虽能生成合理的 CAD 脚本,但工业级建模需满足几何内核的严格约束。本文提出 Embodied CAD,一种面向参数化 B-Rep 装配建模的求解器接地 LLM 智能体。该智能体不一次性生成完整脚本,而是从分层技能库中迭代选择动作,解析为几何操作并在后端执行,利用求解器反馈进行规划、修复与学习。框架结合动作语法约束、确定性参数解析及求解器衍生奖励,通过监督预热和 GRPO 风格优化进行训练。实验表明,该方法在多项复杂装配任务中实现了高可执行率与任务成功率。
AI 推荐理由
论文核心在于基于求解器反馈的迭代规划机制,用于解决长程 CAD 建模任务。
研究机构
南京大学
论文信息