自然言語による指示を理解することができるエージェントの構築は，例えば家事を代替するロボットの開発などに役立つ．しかし，多様な言語指示や環境に適応して動作するエージェントを，模倣学習を用いて作るためには，大量の<軌道・言語指示>のペアデータが必要となると考えられる．この問題への対策として既存研究は，軌道から言語指示の生成を行うモデル（Speakerモデル）を訓練し，アノテーションのない軌道データに対して人工的に生成した言語指示を付与することを提案した．本研究では，このSpeakerモデルの訓練を容易にするために，ペアデータと追加的な軌道データを用いた半教師あり表現学習によって，軌道データから潜在表現を抽出することを提案する．具体的には，言語指示が軌道の大域的な表現に対応するという構造を考慮し，潜在表現が言語に関する情報のみを獲得するように制約を与える．実験では，BabyAI環境を用いて検証を行い，提案手法によって軌道データから抽出した表現が，言語に関する情報を獲得することを示す．
