Memory-Augmented RL Agent for CAD Generation — arXiv:2605.19748
论文基本信息¶
- 标题: Memory-Augmented Reinforcement Learning Agent for CAD Generation
- arXiv ID: 2605.19748
- 发表日期: 2026-05-19
- 作者: Yin Xiaolong, Liu Yu, Shen Jiahang, Lu Xingyu, Ni Jingzhe, Fan Fengxiao, Sang Fan
- 方向: cs.AI, cs.MA
摘要（英译中）¶
自动生成计算机辅助设计（CAD）模型是实现先进制造智能化的核心技术。现有的基于大语言模型（LLM）的生成方法在处理具有长操作序列、多样化操作类型和强几何约束的复杂 CAD 模型时往往表现不佳，主要原因是推理链断裂和缺乏有效的纠错机制。为解决这一问题，本文提出了一个用于 CAD 生成 Agent 的记忆增强强化学习框架。该框架将底层几何内核封装为可被 Agent 调用的结构化工具链，并构建了设计意图理解、全局规划、执行和多维验证的闭环机制。本文还设计了一个由案例库（case library）和技能库（skill library）组成的双轨记忆模块，并提出了动态效用检索算法。通过将强化学习引入检索和策略优化，Agent 能有效避免语义相似但几何不可行的示例检索陷阱，实现无需额外大规模标注数据的在线自纠正和持续进化。实验表明，本文方法在复杂 CAD 模型生成任务上显著提升了成功率和几何一致性。
核心贡献¶
-
记忆增强 RL Agent 架构：将记忆系统与强化学习策略深度融合，记忆不仅提供检索上下文，还通过 RL 信号引导检索质量提升。
-
双轨记忆模块：案例库存储历史成功/失败案例的几何特征，技能库存储可复用的 CAD 操作序列模板，实现结构化知识复用。
-
动态效用检索算法：解决"语义相似但几何不可行"的检索陷阱，通过效用评估动态平衡相关性与可行性。
-
闭环自纠正机制：无需额外大规模标注数据，Agent 可在线从执行失败中学习并更新记忆。
-
几何内核工具链封装：将 CAD 内核封装为统一接口，降低 Agent 推理难度。
关键发现¶
- 纯 RAG 方法在 CAD 领域存在结构性缺陷：语义相似 ≠ 几何可行
- 强化学习可以有效地将几何可行性约束注入检索过程
- 双轨记忆（案例+技能）是处理长序列操作的有效架构
- 在线学习比离线微调更适合 CAD 任务的持续进化
为什么重要¶
这篇论文将记忆系统的研究从 NLP/对话场景拓展到了具身智能制造领域，开辟了"工业 Agent 记忆"这一新方向。其双轨记忆架构和动态效用检索对记忆检索的本质问题（相关性 vs 正确性）提供了有价值的洞察。
与移动端/端侧的相关性¶
虽然 CAD 生成本身是桌面级应用，但其提出的双轨记忆架构（案例库+技能库）对移动端 Agent 的记忆设计有参考价值——尤其是"语义相似但不可行"的检索陷阱问题，在移动端的多模态理解中同样存在。记忆的在线自纠正机制对端侧持续学习也有启发。
参考文献¶
参考文献待从原文补充。详情见 https://arxiv.org/abs/2605.19748