従来のロボットナビゲーション方法に自己位置推定と地図構築(SLAM)がある．SLAMは精密なナビゲーションを実現する一方で，事前に正確な地図構築を必要とする．正確な地図構築には時間と労力がかかり，専門的な知識を必要とする．本研究はセンサーにRGB-Dカメラと2D-LiDARを用い，深層強化学習により事前地図構築なしにナビゲーションを行う．その際ゴールにある目標物に対して物体検出を行う．物体検出とRGB-Dカメラの深度情報を組み合わせることで，ナビゲーションを実現する．シミュレータはGazebo，ロボットはJetson Nano Mouseを用い通信制御方法としてROSを用いる．学習には，Deep Q-Networkを用い，任意のスタートからゴールまでの自律走行を学習させる．