人間がどのように行動を学習し，計画・決定しているのかは，非常に興味深い問題である．またそうした行動計画・決定や言語理解，思考などの高次機能の獲得は，ロボット工学においても依然として未解決の問題である．本稿では，こうした点を解明する一助として，概念・行動・言語・プランニングを同時に学習する枠組みを提案する．これを多層マルチモーダルLDA (mMLDA) を中心に様々なモジュールを統合することにより実現する．mMLDAと強化学習の統合により，理解に基づく行動を可能にする．また，mMLDAとベイジアン隠れマルコフモデルの統合により，文法学習を行い，ロボットが自分の行動を言葉で表現し，ユーザーの発話を理解することを可能にする．さらに，mMLDAと隠れマルコフモデルの統合により，長期的なプランニングが可能になる．実データを用いたシミュレーション環境で実験を行い，提案するモデルの有効性を検証する．
