AI-assisted dual-domain shape modeling with programming language generation

Research Project

Project/Area Number	24K00783
Research Category	Grant-in-Aid for Scientific Research (B)
Allocation Type	Multi-year Fund
Section	一般
Review Section	Basic Section 18030:Design engineering-related Basic Section 18040:Machine elements and tribology-related Sections That Are Subject to Joint Review: Basic Section18030:Design engineering-related , Basic Section18040:Machine elements and tribology-related
Research Institution	Hitotsubashi University
Principal Investigator	谷田川達也一橋大学, 大学院ソーシャル・データサイエンス研究科, 准教授 (50817484)
Project Period (FY)	2024-04-01 – 2029-03-31
Project Status	Granted (Fiscal Year 2024)
Budget Amount *help	¥18,460,000 (Direct Cost: ¥14,200,000、Indirect Cost: ¥4,260,000) Fiscal Year 2028: ¥3,120,000 (Direct Cost: ¥2,400,000、Indirect Cost: ¥720,000) Fiscal Year 2027: ¥3,120,000 (Direct Cost: ¥2,400,000、Indirect Cost: ¥720,000) Fiscal Year 2026: ¥3,120,000 (Direct Cost: ¥2,400,000、Indirect Cost: ¥720,000) Fiscal Year 2025: ¥3,120,000 (Direct Cost: ¥2,400,000、Indirect Cost: ¥720,000) Fiscal Year 2024: ¥5,980,000 (Direct Cost: ¥4,600,000、Indirect Cost: ¥1,380,000)
Keywords	形状デザイン / CAD / 生成AI / デザイン理解 / 三次元形状処理 / 3Dモデリング / 機械学習
Outline of Research at the Start	本研究は、現在、自然言語による執筆作業やプログラム開発において一般的となりつつある、AI共創による製作支援技術を、従来、CAD(Computer-Aided Design)ソフトウェアを用いて行なわれてきた工業製品のデザインに拡張することを目指す。CADソフトウェアによる工業製品のデザイン過程では、その製品の形だけではなく、部品を意味する形状同士がどのように接合するかなど、多くの設計情報を含む。このような設計情報とCADソフトウェア上に表示される三次元形状の関係性を大規模言語モデルを含む深層学習器に習得させることで、特に、設計情報の深層学習器による類推を通した、インターフェイス上でのデザイン支援の実現を主要目的とする。
Outline of Annual Research Achievements	研究1年目にあたる令和6年度は、今後の研究推進の基盤整備のために、ニューラルネットワークを訓練するためのデータセットの整備を実施した。CADソフトを用いてデザインされた三次元形状データはスケッチと呼ばれる2次元図形と、そのスケッチに対する押し出し等の操作の列によって与えられる。まずは、既存のデータセットから本研究に見合ったデータセットを作成するため、2次元のスケッチを対象としたデータセットであるSketchGraph(※1)データセット、ならびに三次元のCADモデルのデータセットであるDeepCADデータセット(※2)に対してデータ処理を実施した。これらのデータセットは図形のパラメータが数値情報として格納されたデータセットであるが、本研究で扱う対象は、三次元モデルを生成する文字的なコード情報であるため、これらの情報を一定のルールに従って文字情報に変換した。合わせて、文字情報から図形を復元するためのプログラムについても、２つのデータセットそれぞれに対して開発を実施した。また、本データセットを用いた副次的な研究の内容として、一部、既存の三次元モデル生成技術を用いたCADコードに基づく形状生成にも着手している。今後は、副次的な研究を進めて、独自の知見を蓄積しつつ、本研究の最終ゴールである形状生成のためのドメイン固有言語生成AIの開発への発展を望んでいる。 ※1: https://github.com/PrincetonLIPS/SketchGraphs ※2: https://github.com/cabooster/DeepCAD
Current Status of Research Progress	Current Status of Research Progress 2: Research has progressed on the whole more than it was originally planned. Reason 「研究実績の概要」に記載の通り、今後の研究を進めるにあたっての基盤として、データセットの整備が概ね完了しており、現在は、一部の処理済みデータを用いて、実際の形状データ生成を行う機械学習モデルの開発を開始している。その意味で、1年目の成果としては、順調に研究が進展しており、今後は機械学習モデルのプロトタイプ作成と、形状生成、ならびに理解の精度向上に努めたいと考えている。
Strategy for Future Research Activity	今後は、令和6年度の研究で得られた基盤データセットの拡充ならびに、データセットを用いた実際の三次元形状データのデザインのためのドメイン固有言語生成AIの開発に取り組む。また、最終的なゴールに至る過程の中で、純粋にCADコードによる三次元形状生成を行う機械学習モデルや、CADコードのように詳細な設計情報を含まない三次元形状データに対する形状理解を助けるような機械学習モデルに関する研究・開発も見込んでいる。