画像上に探索対象が存在しないときの、人間の視線移動の経路予測に取り組んでいる。具体的には、「視覚的探索時にどのような情報を獲得しているか」を定量的に表現するモデル Foveated Feature Maps（畳み込みニューラルネットワークが生成する特徴ピラミッドと、注視点周辺の解像度分布の定量的な特性を組み合わせる）を提案し、人間の視覚探索行動を逆強化学習のフレームワークに落とし込んで予測する。