近年，顔の特徴を用いて魅力度を予測する研究が盛んに行われており，特に，畳み込みニューラルネットワーク（CNN）を用いた研究では高い精度での予測が達成されることが報告されている．また，構築したCNNモデルの隠れ層を可視化することで，予測に重要な特徴の確認が可能となる．本研究では，CNNを用いた隠れ層の可視化による顔魅力要因の調査を行った．その結果，本モデルから抽出された特徴は，心理学研究における知見とのいくつかの共通点が確認された．

人工エージェントが多様な環境を学習するためには，内発的動機に基づく報酬が必要である．これまでに，エージェントの内発的動機づけの研究が行われてきたが，統合的なアーキテクチャの中で検討するものはなかった．本研究では，ACT-Rを用いて内発的動機づけの認知モデルの構築を目指す．モデルは環境中のパターンの発見を知的好奇心の源泉とみなす．それによって，モデルは複数の異なる広さの環境を学習することができた．

人を含む生命は，個体それぞれが決められたルールに従って行動することで，マクロから見ると協調的に振る舞っていることがある．本研究では，コンピュータシミュレーションにおいてもルールに記述されない戦略がボトムアップに獲得されるのか，という点に注目する．題材として缶蹴りを強化学習させ，集団としての社会性が形成されることを確認した．この成果は，従来のようにトップダウンに関係を記述することなく，ボトムアップに社会性が創発することを示唆している．

ソフトウェア開発の要件定義書レビューでは，定義書が顧客の求めるシステムを必要十分に表現しているかを判別することが重要である．先行研究では，その判別能力をはかる課題を開発し，視線との関係を分析したところ，判別成功時には特定の顧客要求文でfixationが増加傾向にあった．そこで，本研究では顧客要求文の持つ情報量を独自に定義し，視線との関係を分析した．その結果，情報量が多い文をより注視する場合に，レビューの成功可能性が高いことが示唆された．