高齢化に伴い、人の移動手段の代替となるパーソナルモビリティの需要が近年増加している。歩道や屋内での走行を想定しているため、人の近くや狭い場所、地図情報にない障害物が置かれている環境を安全に走行できる必要がある。本研究では自律移動ロボットが複数の移動障害物が存在する環境に対して、安全な走行及び移動障害物回避の行動獲得を目指す。本論文では実環境に近いシミュレーション環境を作成し、移動障害物の挙動は人の歩行行動を基に作成した。この環境下で強化学習を行い、移動障害物回避の行動を学習し評価する。また、異なる環境下でも学習したモデルが適切に回避行動することを確認する。