本研究では，成功データと失敗データの双方を活用するロボット模倣学習手法を提案する．従来の成功データのみを用いる模倣学習や，ロボットの自律動作の結果に基づく学習では，データ収集時に蓄積される失敗データを直接活用することが困難であった．本研究では，訓練データの成功／失敗ラベルに基づいて両データの分布差を捉える潜在表現を学習し，それを注意機構に導入する。これにより，推論時に適切な潜在モードを選択することで動作安定性が向上する．シミュレータ実験により，失敗データを含む状況において動作成功率が向上することを確認した．