本論文では空間構造および空間内の物体形状の内的表現を感覚運動予測学習を通して獲得するニューラルネットワークモデルを提案する．予測学習のみを通して空間構造の表現を獲得する既存のモデルについて，環境中で空間的位置が固定な背景と位置が可変な物体を分離して処理するマスク構造により拡張した．提案モデルは，2次元環境上の関節を可動させるアームロボットが地面および物体に関する触覚を得る触覚運動経験について，触覚の予測学習を行う．学習したモデルは，触覚を受容するアーム先端の空間的位置の表現を獲得し，獲得された空間位置の表現に基づいて物体領域に対応するマスク，すなわち，物体形状の表現が獲得されることを示した．