Design-to-Plan: A Large Language Model-Based Multi-Agent Framework for Manufacturing Process Planning from 3D CAD Models and 2D Engineering Drawings
作者: Muhammad Tayyab Khan, Lequn Chen, Wenhe Feng, Seung Ki Moon
分类: cs.RO, cs.AI
发布日期: 2026-08-25
备注: Submitted to Elsevier Journal
💡 一句话要点
提出Design-to-Plan框架以解决制造过程规划中的信息整合问题
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 制造过程规划 大型语言模型 多代理系统 信息整合 智能制造
📋 核心要点
- 现有制造过程规划方法往往聚焦于单一子任务，缺乏从设计到计划的整体推理能力。
- 本文提出Design-to-Plan框架，通过多代理协作实现3D CAD模型与2D工程图的综合分析与决策。
- 实验结果显示，该框架在多个评估指标上表现优异，成功率达到100%，并显著降低了令牌使用量。
📝 摘要（中文）
制造过程规划将异构设计信息转化为一致的制造决策。然而，现有方法往往集中于孤立的子任务，如特征识别、图纸解析或工具选择，难以支持从设计工件到过程计划的完整推理链。为了解决这一问题，本文提出了Design-to-Plan，一个基于大型语言模型的多代理框架，实现端到端的制造过程规划。该框架通过协调专门的代理，进行3D特征识别、2D图纸分析、上下文融合、知识检索、过程排序、工具选择和报告生成。与将大型语言模型作为独立文本生成器不同，该框架将其作为推理代理，与确定性模块和知识源交互，生成一致且可追溯的决策。实验结果表明，该框架在300个基准案例中实现了100%的成功率，工具F1分数达到95.9%-97.6%，并在关键规划任务中减少了60%-68%的令牌使用。
🔬 方法详解
问题定义：本文旨在解决制造过程规划中信息整合不足的问题。现有方法往往只关注特定子任务，导致无法有效支持从设计工件到制造决策的完整推理链。
核心思路：Design-to-Plan框架通过引入大型语言模型作为推理代理，结合确定性模块，形成一个多代理协作的系统，以实现全面的制造过程规划。这样的设计使得系统能够在处理复杂信息时保持一致性和可追溯性。
技术框架：该框架包括多个主要模块：3D特征识别、2D图纸分析、2D-3D上下文融合、知识检索、过程排序、工具选择和报告生成。各模块通过一个协调器进行协作，确保信息流的顺畅和决策的有效性。
关键创新：最重要的创新在于将大型语言模型作为推理代理，而非单纯的文本生成器。这种设计允许模型与确定性模块和知识源进行交互，从而生成更为一致和可追溯的决策。
关键设计：在技术细节上，框架通过结构化信息提取和上下文感知推理来优化决策过程，采用特定的损失函数和参数设置，以提高模型在特征识别和冲突分析中的准确性。具体的网络结构和参数设置在论文中进行了详细描述。
🖼️ 关键图片
📊 实验亮点
实验结果显示，Design-to-Plan框架在300个基准案例中实现了100%的成功率，工具F1分数达到95.9%-97.6%。此外，在冲突分析中，源检测准确率为90%，关键规划任务的令牌使用量减少了60%-68%。这些结果表明该框架在多代理协调和制造知识整合方面的有效性。
🎯 应用场景
该研究的潜在应用领域包括制造业的自动化过程规划、智能制造系统的设计与优化等。通过实现高效的信息整合与决策支持，Design-to-Plan框架能够显著提升制造过程的效率与准确性，推动智能制造的发展。
📄 摘要（原文）
Manufacturing process planning transforms heterogeneous design information into coherent manufacturing decisions. However, existing approaches focus on isolated subtasks, such as feature recognition, drawing interpretation, or tool selection, and struggle to support the full reasoning chain from design artifacts to process plans. This is critical when planning must interpret 3D CAD models, 2D engineering drawings, materials, and domain-specific rules. To address this gap, this paper presents Design-to-Plan, a large language model (LLM)-based multi-agent framework for end-to-end manufacturing process planning. An orchestrator coordinates specialized agents for 3D feature recognition, 2D drawing analysis, 2D-3D context fusion, knowledge retrieval, process sequencing, tool selection, and report generation. Rather than using LLMs as standalone text generators, the framework deploys them as reasoning agents that interact with deterministic modules and knowledge sources to produce consistent and traceable decisions. In this hybrid design, deterministic modules and specialized agents extract structured information from CAD and drawing inputs, while LLM agents perform context-aware reasoning, retrieve manufacturing rules, resolve conflicts, and generate planning outputs. The framework is evaluated using 300 benchmark cases across three downstream ReAct-enabled agents, plus separate evaluations of CAD feature recognition, drawing analysis, and 2D-3D context fusion. The parallel architecture achieves 100% success across downstream agents, Tool F1 scores of 95.9%-97.6%, 90% source detection accuracy in conflict analysis, and a 60%-68% reduction in token usage for key planning tasks. Results show that structured LLM-based multi-agent coordination can bridge design representations and manufacturing knowledge, enabling scalable, efficient, and traceable design-to-plan automation.