Conducir una silla de ruedas motorizada no está exento de riesgos y requiere un alto esfuerzo cognitivo para obtener una buena percepción del entorno. Por lo tanto, las personas con discapacidades severas están en riesgo, lo que potencialmente reduce su participación social y, por lo tanto, afecta su bienestar general. Por lo tanto, diseñamos un sistema de conducción cooperativa para evitar obstáculos basado en un algoritmo de aprendizaje por refuerzo (RL) entrenado. El sistema recibe la dirección y velocidad deseadas del usuario a través de un joystick y la distribución de obstáculos de un LiDAR colocado frente a la silla de ruedas. Considerando ambas entradas, el sistema genera un par de velocidades hacia adelante y de rotación que aseguran la evasión de obstáculos al mismo tiempo que se acercan lo más posible a los comandos del usuario. Lo validamos a través de simulaciones y lo comparamos con un histograma de campo vectorial (VFH). Los resultados preliminares muestran que el algoritmo RL no altera disruptivamente la intención del usuario, reduce el número de colisiones y proporciona mejores pasajes de puertas que un VFH; además, puede integrarse en un dispositivo integrado. Sin embargo, aún sufre de una mayor brusquedad.