CAD-Coder：结合思维链与几何奖励的文本到CAD生成
图形学
2026-05-15 v3
摘要
在本工作中，我们提出了 CAD-Coder，这是一种将文本到CAD重新表述为生成 CadQuery 脚本（一种基于 Python 的参数化 CAD 语言）的新框架。这种表示方式能够实现直接的几何验证、更丰富的建模词汇表，以及与现有 LLM 的无缝集成。为了进一步提升代码有效性与几何保真度，我们提出了一种两阶段学习流程：(1) 在文本-CadQuery 配对数据上进行有监督微调，以及 (2) 采用基于群组奖励策略优化（GRPO）的强化学习，由包含几何奖励（Chamfer Distance）和格式奖励的 CAD 专用奖励进行引导。我们还引入了思维链规划过程以改善模型推理，并通过自动化流程构建了一个包含 11 万个文本-CadQuery-3D 模型三元组和 1500 个 CoT 样本的大规模、高质量数据集。大量实验表明，CAD-Coder 使得 LLM 能够直接从自然语言生成多样、有效且复杂的 CAD 模型，推动了文本到CAD生成与几何推理的技术发展。
引用
@article{arxiv.2505.19713,
title = {CAD-Coder: Text-to-CAD Generation with Chain-of-Thought and Geometric Reward},
author = {Yandong Guan and Xilin Wang and Ximing Xing and Jing Zhang and Dong Xu and Qian Yu},
journal= {arXiv preprint arXiv:2505.19713},
year = {2026}
}