自律移動機械の自己位置推定は，環境の地図とセンサデータとの照合に基づく手法が主流であるが，廊下のように目印となる物体が少ない環境では推定を失敗しやすい．この課題に対して，地図データの濃淡を自己位置推定精度という評価指標で最適化する手法を提案している．ただし本手法は，目印となる物体が環境の適切な位置に存在しない場合，効果が限定的である．本研究では，環境内の移動可能な物体の配置を最適化する手法を新たに提案し，地図と同時に最適化することで，さらなる性能向上が可能であることを示す．