ロボット工学における操作タスクでは、把握時の接触アフォーダンスに加えて、伸展した剛体工具が安全に移動できる自由空間を発見する推論能力が重要です。本研究は、生産現場での荷物詰め込み作業（スタウイング）を対象とした新しいアプローチを提案しています。この作業では、ロボットの刃が布製のビン内の混雑した荷物をかき分けて、刃を挿入するスペースを作る必要があります。 従来のアプローチではSE(3)ポーズ分布としてアフォーダンスを推定していましたが、本研究では「VulcanVoxel」という新手法を開発しました。この手法は3次元占有フィールド上にマスク付きオートエンコーダを適用し、刃の占有率をシーン幾何学に条件付けて再構成します。重要な点は、推論を空間的に保つことで、各ボクセルでローカルに実行可能性を計算し、単一モード分布から多峰分布予測を復元することです。刃のアフォーダンスは本質的に空間的なオブジェクトであり、幾何学的実行可能性で定義される3次元空間の部分集合だからです。 ポーズパラメータ空間では、観測されていない配置が実行可能かどうかを推論する構造がなく、フロー マッチングを含む標準的な生成目的関数は実行ポリシーが生成する単一モード分布を忠実に学習するだけで、幾何学的代替案を復元できません。本手法は、人間の注釈なしに10,000件の実際の倉庫スタウイングエピソードで訓練されており、最高5位カバレッジで0.89を達成し、最高のポーズベースラインの0.71を上回っています。蒸留された学生モデルはRGBからボクセル推論を30ミリ秒で提供し、ボクセル間推論の1.4秒と比較して大幅な高速化を実現しています。研究者らはRGB-D観測とポーズ軌跡を含む実刃挿入サイクルのデータセットを公開しています。