arXiv cs.AI· Yufeng Peng, Yixin Zhang, Ziyi Liu, Zhikun Xu, Jiarong Yang, Sijie Wang, Wenjie Feng, Qiyu Kang·· 2 天前AI 评分31
DeciCAD：为 CAD 智能体打造基于 harness 的动作策略学习
DeciCAD: Harness-Grounded Learning of Action Policies for CAD Agents
AI 导读
DeciCAD 是一个面向 CAD 领域的原生 harness，通过暴露语义 CAD 动作、决策导向观测与环境反馈，从交互轨迹中提取因果决策监督，并用 SFT 与几何接地的在线 RL 训练动作策略。
正文 · AI 翻译
摘要：大型语言模型智能体通过闭环动作策略运行，其决策空间由智能体运行框架（agent harness）定义。我们研究了这一操作空间如何塑造计算机辅助设计（CAD）中的智能体行为与策略学习，CAD 是一个以持久状态、几何约束和长时程流程为特征的专业领域。我们在 DeciCAD 中实例化了这一视角，这是一个领域原生的运行框架，暴露语义 CAD 动作、面向决策的观测、环境反馈和持久状态转换。基于该运行框架，我们开发了一条学习流水线，从交互轨迹中提取因果决策监督，并通过监督微调（SFT）和基于几何的在线强化学习（RL）改进策略。在四个 CAD 基准上，DeciCAD 取得了最佳的 F1 和交并比（IoU），同时相对于通用编码运行框架将模型输出 token 减少了 45--88%。在匹配监督下，其 SFT 策略将 F1 从 0.6883 提升至 0.7437，并优于编码策略；随后的在线 RL 进一步将几何可用性从 66.5% 提升至 73.5%，并将 F1 提升至 0.7880。这些结果表明，运行框架所诱导的决策空间对 CAD 中的智能体执行和策略学习均有实质性影响。
| 学科： | 人工智能（cs.AI）；计算与语言（cs.CL）；机器学习（cs.LG）；机器人学（cs.RO） |
| 引用为： | arXiv:2610.21755 [cs.AI] |
| （或 arXiv:2610.21755v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.21755 arXiv 颁发的 DOI，经由 DataCite（待注册） |
提交历史
来自：Yufeng Peng [查看电子邮件]
[v1]
2026年10月15日星期四 12:11:43 UTC（3,078 KB）
来源：arXiv cs.AI · arxiv.org