本研究では，アイスブレイク時に参加者が感じる話しやすさと定義した「場の和み度」を客観的な指標を用いて自動的に推測する手法の確立を目指す．4人グループのアイスブレイクにおいて，全員の顔表情，姿勢，および心電，呼吸，皮膚電位，瞳孔径を含めた生体情報からなるマルチモーダルデータを用いて，参加者自身が会話の動画を振り返って評価した場の和み度を推定する畳み込みニューラルネットワークCNNモデルを構築し，場の和み度の高い・低いの二分類において，交差検証で平均精度は0.82，平均F1スコアは0.74の結果を得た．さらに，客観的指標からみたアイスブレイクに適した温熱環境に関する検討も行い，場の和み度が高い時は温冷感も上昇することがわかった．