Yoshiyuki Ohmura

大村　吉幸　埼玉県出身。

2007年　東京大学大学院情報理工学系研究科知能機械情報学専攻博士課程修了（情報理工学）

2010年　東京大学情報理工学系研究科助教

2015年　東京大学情報理工学系研究科特任研究員、現在に至る。

鉄腕アトムやドラえもんのような自律ロボットに憧れ、ロボット研究をはじめました。自己認識のために触覚が重要だと考え、博士課程では、全身に触覚を持つヒューマノイドロボットを開発し、全身運動の研究をしました。その後、人の動作生成の仕組みを調べるために、運動計測などを行い、現在は、深層模倣学習の研究を指導しながら、意識や随意性、自律性をロボットに組み込むための理論を開発しています。

Affiliation

Hongo 7-3-1, Bunkyo-ku, Tokyo, Japan

The University of Tokyo, Kuniyoshi Lab

A Theory of Consciousness

科学は、理論ごとに異なる言語を用いて現象をモデル化します。それでは、意識の科学は、どのような言語に基づいて構成されるべきなのでしょうか？物理学は、空間、時間、および力やエネルギーといった言葉を用いて現象を記述しますが、物理学の言語には、因果関係を記述するための言語が欠けています。もし、意識の科学が、意識の原因、意識のメカニズム、意識の作り方を探求するものであるとすれば、物理学の言語では不十分であると思います。なぜなら、意識の原因という言語は、物理学の言語では扱えず、因果学の言語を必要とするからです。

科学における言語の違いは、どこまで細かく対象や現象を区別するか、という違いです。物理学に欠けていて因果学が持っている区別は、操作可能性に基づく非対称性です。操作可能性による非対称性について説明します。たとえば、ニュートンの法則は、質量と加速度の積は力と等しいというものです。この法則自体には非対称性がありません。しかし、実際にメカニズムを構成することを考えると、力は操作をしやすいですが、加速度はそうではありません。普通は、力の変化によって加速度の制御を行います。つまり、操作可能性の観点からは、力が原因で、加速度が結果であるというのが自然です。つまり、物理学の言語では、このような操作可能性に基づく非対称性を区別しませんが、因果関係を考えるときにはこの非対称性が本質的となります。

物理学と因果学の違いを区別したとき、従来の意識理論の多くは、物理学の言語に基づいて構成されており、因果学の言語では構成されていません。私が構築する意識の理論は、操作可能性に基づく非対称性によって、モデルの区別を行います。つまり、物理学の言語においては区別できないモデル間の差異を因果学の言語では区別が可能になります。私は、因果学の言語を用いなければ、意識の原因は明らかにできないと考えています。この主張は、突飛であるというより、むしろ、とても自然だと感じますが、従来の意識理論や心の哲学では、物理学と因果学の区別が曖昧でした。このような違いが明確化された背景には、パールらの貢献が大きいと思います。

私の理論では、因果における非対称性を、脳モデルの内部に定義します。脳の内部に定義する理由は、意識をもつかどうかを決めるのはシステムの外部ではなく、内部であると考えるからです。システムの外から意識を有するかどうかを制御することは麻酔など間接的には可能ですが、基本的には、睡眠覚醒など脳内で制御されると考えるためです。また、どのようなシステムが意識を持つのか、という問いを考えるときにも、システム内部に原因があると考えることが自然だと思います。

このように、システム内部に因果の非対称性を導入するために、階層間の因果というものを考えます。ここで、階層とは、生物の階層構造のことで、分子、細胞、細胞集団、器官、などのように、よりミクロな構造からよりマクロな構造への階層です。このとき、マクロレベルは、よりミクロレベルの単位をモジュールとした集団で形成されており、部分と全体の関係にあります。階層因果は、全体レベルから部分レベルへの因果であると定義します。

このように階層間因果を考えるためには、モデル内に非対称性を発見する必要があります。因果学では、この非対称性があるかないかによってモデルを区別します。私のモデル（Dual-Laws Model）では、階層間に操作可能性に基づいた非対称性を導入しています。こうすることで、物理学では区別されないモデルの違いを新しく生み出します。

物理学のレンズでは、すべてのシステムは物理的な力のみによって変化します。しかし、因果学のレンズでは、物理学では区別できない階層を導入できます。私のモデルでは、上位の階層を心の階層とモデル化し、下位の階層を物理の階層とモデル化することで、心的因果をモデル化します。このことは、非物理的な力を導入することなく、因果における非対称性によってモデルや階層を区別することで可能になります。心の哲学における従来の議論では、物理学と因果学を明確に区別していなかったため、非物理的な力を想定することと、心的な因果を想定することが同一視されていました。しかし、両者は異なる学問体系における主張なため、独立の問題です。この区別がされていないことによって、心的因果や意識の因果を科学的に扱うことができませんでした。ですが、意識の因果を問えないならば、どのように意識を物理世界において検証可能なのか、私は疑問に思います。

私は、心的因果が意識の原因であると考えています。このような言及は、物理学の言語で行うことは不可能です。しかし、新しく操作可能性に基づく非対称性を導入することで、このような言及が、非物理的な力を導入することなく、可能となると考えています。そして、物理学ではなく、因果学において意識の理論を考えることで、はじめて、意識の原因について考えることが可能になると考えています。

科学は、分野ごとに異なる言語を用いて現象をモデル化します。意識の科学における言語には、心や自己、自由意志などをモデル化する必要があると私は思います。心理学において性格や感情を扱い、法学において責任や道徳を扱うことと同じです。すべて物理学のレンズで見れば、区別が不可能な概念です。ですが、意識の科学は、物理学であると考える必然性がありません。適切な言語を用いれば、心や意識、自由意志についてもモデル化は可能であると思います。逆にモデル化できないならば、その理由がよくわかりません。ですが、モデル化できることと検証できることとは異なります。意識の難しさは、それが主観的であり、従来的な科学の検証方法ではうまくいかないだろうということです。ですが、検証が困難であるからといって、モデル化も困難だとは限らないと思います。私のモデルは、ある意味、拍子抜けするくらい、単純です。モデルについては、是非、論文にて確認してみてください。

Imitation Learning

video Link 

我々は、深層学習を用いた模倣学習の研究にも取り組んでいます。我々は、人の運動スキルに興味を持ち、人の運動を計測するためのデバイスを開発してきました。しかし、人間の身体とロボットの身体とでは大きな違いがあり、どのようにスキルをマッピングするかが大きな課題でした。我々は、できる限り細かく人間を計測することを目指していたのですが、それまでとは全く逆のアプローチとして、人間をロボット身体化することを着想しました。人間の身体をロボットと同じ動きに制限すれば、ロボットへスキルをマッピングすることが容易になります。そうして、この着想を現実化したものがトングシステムです。

トングシステムの基本コンセプトは、人間が物体操作をするときに得るだろうデータをすべて計測し、それを深層学習するのであれば、まったく同じ情報を用いているのだから、問題は、知能の問題だけに絞ることができる、という考え方です。人間ができて、機械ができないならば、それは知能の限界であると判断でき、知能の問題だけに集中することができます。我々は身体性を重視するからこそ、身体性の問題を単純化し、知能の問題に集中するという選択を考えました。

トングシステムは、指先の力を全方向で取得するために、トング型のハンドを用いています。取得できる情報は、視覚、体性感覚、力情報です。ロボットを操縦する人は、Head Mout Displayによってロボットと同じ視覚のみを用いてロボットを動かします。こうすることで、感覚情報をロボットと統一化します。また、HMDを用いることの利点は、同時に視線情報を取得可能であることです。人は物体の操作をする際、必要な情報のみに目を向けます。特に、遠隔操縦条件では、力のフィードバックがないために、注視がより重要になります。

人の視線を用いることで、視線の周辺のみを高解像度画像を用いることができます。この仕組みがあることで、我々のグループのロボットは極めて細かい作業をこなすことができます。たとえば、実現したタスクの中には、針の穴に糸を通したり、バナナの皮剥きなどが含まれます。

深層模倣学習という分野が現在発展が著しい分野ですが、基本的に学習データから大きく異なる条件では、全くうまく動作できないという問題があります。現在は、このようなデータ分布外の条件で、どうやってロボットがタスクを理解しながら遂行可能なのかについて研究しています。

Publications

A Theory of Consciousness

Y.Ohmura, Y.Kuniyoshi (2026) Whole-to-parts causation mechanism, Frontiers in Psychology, 17:1654139. Link

Preprint 

Y. Ohmura, Y. Kuniyoshi (2025) Avoiding Epiphenomenalism in Theories of Consciousness: A Causal Framework Based on Asymmetry, arXiv:preprint, arXiv:2511.04047  Link

Y. Ohmura, E.K. Carr, Y. Kuniyoshi (2026) A Mathematical Formalization of Self-Determining Agency, arXiv:preprint, arXiv:2601.02885 Link

Y. Ohmura, Y. Kuniyoshi (2026) Minimal Set of Questions for Theories of Consciousness: Toward a Unified Explanatory Framework, arXiv:preprint, arXiv:2603.12662 Link

Y. Ohmura, Y. Kuniyoshi (2026) Defining causal mechanism in dual process theory and two types of feedback control, arXiv:preprint, arXiv:2602.11478  Link

Y. Ohmura, Y. Kuniyoshi (2026) Causal Stance, arXiv:preprint, arXiv:2604.05004 Link

Y. Ohmura, E.K. Carr, Y. Kuniyoshi (2026) Closure of Self-Determining System Based on Causal and Constitutive Relations, arXiv:preprint, arXiv.2606.21010 Link

Conference

Yoshiyuki Ohmura, Yasuo Kuniyoshi (2026), Any theory of consciousness must explain the causal efficacy of consciousness,  Association for the Scientific Study of Consciousness (ASSC) 29, 2026

Earnest Kota Carr, Yoshiyuki Ohmura, Moritz Kriegleder, Yasuo Kuniyoshi (2026) ElephantRoom: An Open Platform for Structured Comparison of Consciousness Theories, Association for the Scientific Study of Consciousness (ASSC) 29, 2026 

大村吉幸, カー　アーネスト　航太, 國吉康夫 (2026) 自己決定エージェントの定式化, 人工知能学会全国大会

Yoshiyuki Ohmura, Yasuo Kuniyoshi (2025) What is volition?, Science of Consciousness Conference 

Keiko Fujii, Yoshiyuki Ohmura and Yasuo Kuniyoshi (2018) Synaptic excitatory-inhibitory balance affect information integration via attractor dynamics,

Association for the Scientific Study of Consciousness (ASSC) 22, 2018 

Book

大村吉幸, ロボットの心を創る, Kindle Publishing Link

大村吉幸, 心身問題の科学, Kindle Publishing Link

Imitation Learning

Dataset Link

Ryo Takizawa, Izumi Karino, Koki Nakagawa, Yoshiyuki Ohmura, Yasuo Kuniyoshi (2025) Enhancing Reusability of Learned Skills for Robot Manipulation via Gaze Information and Motion Bottlenecks, IEEE Robotics and Automation Letters, vol. 10, no. 10, pp. 10737-10744 Link 

Heecheol Kim, Yoshiyuki Ohmura, Yasuo Kuniyoshi (2024) Goal-Conditioned Dual-Action Imitation Learning for Dexterous Dual-Arm Robot Manipulation, IEEE Transactions on Robotics, Vol.40, pp. 2287–2305 Link 

Heecheol Kim, Yoshiyuki Ohmura, Akihiko Nagakubo and Yasuo Kuniyoshi (2023) Training Robots Without Robots: Deep Imitation Learning for Master-to-Robot Policy Transfer, IEEE Robotics and Automation Letters, pp. 2906-2913  Link

Heecheol Kim, Yoshiyuki Ohmura, Yasuo Kuniyosh (2021) Gaze-based dual resolution deep imitation learning for high-precision dexterous robot manipulation, IEEE Robotics and Automation Letters, Vol.6, Issue 2, pp.1630-1637  Link  

Heecheol Kim, Yoshiyuki Ohmura, and Yasuo Kuniyoshi (2020) Using Human Gaze to Improve Robustness Against Irrelevant Objects in Robot Manipulation Tasks, IEEE Robotics and Automation Letters, Vol.5, No.3, pp.4415-4422  Link

Ryo Takizawa, Yoshiyuki Ohmura, Yasuo Kuniyoshi (2025) Gaze-Guided Task Decomposition for Imitation Learning in Robotic Manipulation, 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), Hangzhou, China, 2025, pp. 7965-7972  Link

H Kim, Y Ohmura, Y Kuniyoshi (2024) Multi-task robot data for dual-arm fine manipulation, 2024 IEEE International Conference on Robotics and Automation (ICRA) Link

Shogo Hamano, Heecheol Kim, Yoshiyuki Ohmura, Yasuo Kuniyoshi (2022) Using human gaze in few-shot imitation learning for robot manipulation,

2022 IEEE/RSJ International Conference on Intelligent Robots and Systems, October 25, 2022 Link

Heecheol Kim, Yoshiyuki Ohmura and Yasuo Kuniyoshi (2022) Memory-based gaze prediction in deep imitation learning for robot manipulation,

2022 IEEE International Conference on Robotics and Automation (ICRA), May 24, 2022  Link

Heecheol Kim, Yoshiyuki Ohmura, Yasuo Kuniyoshi (2021) Transformer-based deep imitation learning for dual-arm robot manipulation,

2021 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS2021), 2021  Link

Representation Learning

牛田恭太郎、小松高歩、大村吉幸、國吉 康夫 (2026) 群準同型を用いた物体間の関係の教師なし表現学習, 日本赤ちゃん学会 第26回学術集会, ポスター 

Kayato Nishitsunoi, Yoshiyuki Ohmura, Takayuki Komatsu, Yasuo Kuniyoshi (2025) Learning Conditionally Independent Transformations Using Normal Subgroups in Group Theory, 2025 IEEE International Conference on Development and Learning (ICDL), September 18, 2025.  Link

Takayuki Komatsu, Yoshiyuki Ohmura, Kayato Nishitsunoi, Yasuo Kuniyoshi (2025) Feature-Based Lie Group Transformer for Real-World Applications,

2025 IEEE International Conference on Development and Learning (ICDL), September 18, 2025.  Link

Kayato Nishitsunoi, Yoshiyuki Ohmura, Yasuo Kuniyoshi (2024) Unsupervised Learning for Global and Local Visual Perception Using Navon Figures,

Proceedings of the Annual Meeting of the Cognitive Science Society, Volume 46, pp4841-4847, 2024.  Link

Takayuki Komatsu, Yoshiyuki Ohmura, Yasuo Kuniyoshi (2024) Ablation Study to Clarify the Mechanism of Object Segmentation in Multi-Object Representation Learning,IEEE International Conference on Development and Learning (ICDL), May 21, 2024  Link

Ryo Takatsuki, Yoshiyuki Ohmura, Yasuo Kuniyoshi (2023) Unsupervised Judgment of Properties Based on Transformation Recognition, IEEE International Conference on Development and Learning (ICDL), Macau, China, 2023, pp. 409-414 Link

Takumi Takada, Wataru Shimaya, Yoshiyuki Ohmura, Yasuo Kuniyoshi (2022) Disentangling Patterns and Transformations from One Sequence of Images with Shape-invariant Lie Group Transformer, 2022 IEEE International Conference on Development and Learning (ICDL), September 14, 2022.  Link

Takayuki Komatsu, Yoshiyuki Ohmura, and Yasuo Kuniyoshi (2021) Unsupervised Temporal Segmentation Using Models That Discriminate Between Demonstrations and Unintentional Actions, 2021 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), ThCT5.6, September 30,2021 Link 

Takumi Takada, Yoshiyuki Ohmura, and Yasuo Kuniyoshi (2021) Unsupervised Learning of Shape-invariant Lie Group Transformer by Embedding Ordinary Differential Equation, 2021 IEEE International Conference on Development and Learning (ICDL). IEEE, Beijing China, August 23-26 ,2021.  Link

Tactile Sensor

Takashi Sagisaka, Yoshiyuki Ohmura, Yasuo Kuniyoshi, Akihiko Nagakubo and Kazuyuki Ozaki (2012) Development and applications of High-Density Tactile Sensing Glove, EuroHaptics2012, pp.445–456, 2012  Link

Takashi Sagisaka, Yoshiyuki Ohmura, Akihiko Nagakubo, Yasuo Kuniyoshi (2011) High-density conformable tactile sensing glove, 11th IEEE-RAS International Conference on Humanoid Robots (Humanoids2011), pp.537–542, 2011. Link

Yuki Fujimori, Yoshiyuki Ohmura, Tatsuya harada and Yasuo Kuniyoshi (2009) Wearable Motion Capture Suit with Full-body Tactile Sensors,

2009 IEEE International Conference on Robotics and Automation, pp.3186–3193, 2009.  Link

Yoshiyuki Ohmura, Yasuo Kuniyoshi, Akihiko Nagakubo, Conformable and Scalable Tactile Sensor Skin for Curved Surfaces,

Proc. IEEE Int. Conf. on Robotics and Automation, pp.1348–1353, 2006  Link

Humanoid Robot

Y. Kuniyoshi, Y. Yorozu, S. Suzuki, S. Sangawa, Y. Ohmura, K. Terada and A. Nagakubo (2007) Emergence and Development of Embodied Cognition: A Constructivist Approach Using Robots, Progress in Brain Research, Vol.164, pp.425–445  Link

Yasuo Kuniyoshi, Yoshiyuki Ohmura, Koji Terada, Akihiko Nagakubo, Shinichiro Eitoku, Tomoyuki Yamamoto (2004) Embodied Basis of Invariant Features in Execution and Perception of Whole Body Dynamic Actions — Knacks and Focuses of Roll-and-Rise Motion, Robotics and Autonomous Systems, Vol.48, No.4, pp.189–201 Link

Yasuo Kuniyoshi, Yoshiyuki Ohmura, Koji Terada, Akihiko Nagakubo (2004) Dynamic Roll-And-Rise Motion By An Adult-Size Humanoid Robot, International Journal of Humanoid Robotics, Vol.1, No.3, pp.497–516 Link

Yasuo Kuniyoshi, Yoshiyuki Ohmura, Akihiko Nagakubo (2007) Whole Body Haptics for Augmented Humanoid Task Capabilities, The 13th International Symposium of Robotics Research (ISRR2007), pp.89-100, Hiroshima, Nov. 26, 2007. (Also in: Makoto Kaneko, Yoshihiko Nakamura (eds), Robotics Research –The 13th International Symposium ISRR–, Springer Tracts in Advanced Robotics, vol. 66, ISBN: 978-3-642-14742-5 (Print) 978-3-642-14743-2 (Online), pp. 61-73, 2011.), 2007  Link

Yoshiyuki Ohmura, Yasuo Kuniyoshi (2007) Humanoid Robot Which Can Lift a 30kg Box by Whole Body Contact and Tactile Feedback,

2007 IEEE/RSJ International Conference on Intelligent Robots and Systems, pp.1136–1141, 2007  Link

Yasuo Kuniyoshi, Yoshiyuki Ohmura, Koji Terada, Tomoyuki Yamamoto and Akihiko Nagakubo, Exploiting the Global Dynamics Structure of Whole-Body Humanoid Motion — Getting the Knack of Roll-and-Rise Motion, Proc. Int. Symp. on Robotics Research (ISSR)), 2003. (Also in: Paolo Dario and Raja Chatila (eds), Robotics Research: The Eleventh International Symposium, Springer Tracts in Advanced Robotics, vol. 15, ISBN: 3-540-23214-1, pp. 385-396, 2005.), pp.385–396, 2005.  Link

Koji Terada, Yoshiyuki Ohmura and Yasuo Kuniyoshi (2003) Analysis and Control of Whole Body Dynamic Humanoid Motion — Towards Experiments on a Roll-and-Rise Motion, Proc. IEEE Int. Conf. on Intelligent Robots and Systems, pp.1382–1387, 2003  Link

Yoshiyuki Ohmura, Koji Terada and Yasuo Kuniyoshi (2003) Analysis and Control of Whole Body Dynamic Humanoid Motion — Experiments on a Roll-and-Rise Motion,Proc. Int. Conf. on Humanoid Robotics, 2003. 

Y. Kuniyoshi, Y. Ohmura, K. Terada, A. Nagakubo, S. Eitoku, T. Yamamoto (2004) Embodied Basis of Invariant Features in Execution and Perception of Whole Body Dynamic Actions — Knacks and Focuses of Roll-and-Rise Motion, Robotics and Autonomous Systems, Invited Paper, Vol.48, No.4, pp.189–201, 2004 

Y. Kunioyshi, Y. Ohmura, K. Terada, A. Nagakubo (2004) Dynamic Roll-and-Rise Motion By An Adult-Size Humanoid Robot, International Journal of Humanoid Robotics, Invited Paper, Vol.1, No.3, pp.497–516, 2004. 

Other

Aya Ogasawara, Yoshiyuki Ohmura, Yasuo Kuniyoshi (2020) Reward sensitivity differs depending on global self esteem in value based decision making, Scientific Reports, Vol.10, 21525 Link  

Yoshiyuki Ohmura, Itsuki Ichikawa, Shinichiro Kumagaya, Yasuo Kuniyoshi (2018) Stapedial reflex threshold predicts individual loudness tolerance for people with autistic spectrum disorders, Experimental Brain Research, pp. 1-10  Link   

Yoshiyuki Ohmura, Seiichi Morokuma, Kiyoko Kato, Yasuo Kuniyoshi (2018) Species-specific posture of human foetus in late first trimester, Scientific reports 8(27)  Link 

Yoshiyuki Ohmura, Yasuo Kuniyoshi (2017) A translational model to determine rodent’s age from human foetal age, Scientific Reports 7(17248)  Link 

Yoshiyuki Ohmura, Hirotaka Gima, Hama Watanabe, Gentaro Taga, Yasuo Kuniyoshi (2016) Developmental change in intralimb coordination during spontaneous movements of human infants from 2 to 3 months of age, Experimental Brain Research Vol.234, No.8, pp.2179-2188 Link  

Earnest Kota Carr, Michael Crosscombe, Ahsan Z. Zahid, Yoshiyuki Ohmura, Yasuo Kuniyoshi (2025) Cybernetic Mimesis: Reference Imitation Drives Boom–Bust Cycles, Conference on Artificial Life (ALIFE 2025), October 8, 2025.  Link

Yoshia Abe, Yoshiyuki Ohmura, Shogo Yonekura, Hoshinori Kanazawa and Yasuo Kuniyoshi (2023) Simulating early childhood drawing behaviors under physical constraints using reinforcement learning,IEEE International Conference on Development and Learning (ICDL), Nov 2023  Link

Izumi Karino, Yoshiyuki Ohmura, Yasuo Kuniyoshi (2020) Identifying Critical States by the Action-Based Variance of Expected Return,

International Conference on Artificial Neural Networks (ICANN 2020), 2020.  Link

Kento Sekiya, Yoshiyuki Ohmura and Yasuo Kuniyoshi (2019) Generating an image of an object’s appearance from somatosensory information during haptic exploration, 2019 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS2019), 2019  Link

Katsuma Inoue, Yoshiyuki Ohmura, Shogo Yonekura, Yasuo Kuniyoshi (2017) The contribution of topology for inclusion of feedforward network and biased synaptic strength to the long-term memory effect in a cortical microcircuit, in Proceedings of The 26th Annual Computational Neuroscience Meeting (CNS2017), 2017. 

Kunihiro Ogata, Daisuke Shiramatsu, Yoshiyuki Ohmura and Yasuo Kuniyoshi (2009) Analyzing the “Knack” of Human Piggyback Motion Based on Simultaneous Measurement of Tactile and Movement Data as a Basis for Humanoid Control, The 2009 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS2009), pp.2531–2536, 2009  Link

Earnest Kota Carr, Yoshiyuki Ohmura, Yasuo Kuniyoshi (2025) A Computational Model of Perceptual Assimilation: Algebraic Structure Feedback Control and Genetic Epistemology, Jean Piaget Society 

Earnest Kota Carr, Ohmura Yoshiyuki, Yasuo Kuniyoshi (2026) Cybernetic Mimesis: An integration into agentic competition and cooperation through goal imitation, 人工知能学会全国大会