場の状況推定を可能にする身体動作ビッグデータの収集・保存、分析・理解と、その活用に向けて、舞踊のために考案された、身体表現から情動を抽出（推定）する枠組みであるLaban Movement Analysis (LMA)の発展展開をさらに進めた。具体的には、１．LMAの数理モデル構築、２．集団に対応した拡張モデル構築、３．場の状況と認識結果のオープン化を進めた。
１．については、LMAの数理モデル構築においては、モーションキャプチャから得られるデータと、個人の情動等を対応づける作業を、一般的な行動分析研究と同様に進めてきた。また本研究において、ものづくりを対象に、独自にTime, Space, Weightのラバン特徴量を定め、情動抽出における有効性を明らかにした。本年度は、デザイン制作のタスクを対象に、具体的には、認識対象の場で生起しうる情動を体系的に抽出するとともに、対応付けのための推定モデルの構築・改良を進めた。特に、これまでとは異なるタスクに提案手法を適用した場合にも、その手法が有効であることが明らかになった。また、いわば身体動作表情といえるような、情動表出パターンが存在することも明らかになった。
２．の集団に対応した拡張モデルの構築に向けては、引き続き、様々な状況下でのデータ収集を進めた。また、学習の場を対象に、カメラや加速度センサを利用し、多人数から収集したデータをもとに場の理解のためモデル構築・検証、深層学習による推定なども行い、多方面から検討を加えながら研究開発を進めた。
３．の場の状況と認識結果のオープン化に関しては、これまで取得したデータの見直しを進めて、ビッグデータの質に関する基礎的検討を行うとともに、どのようにして取得したデータであるかを公開する手法についての検討を始めた。