自律エージェントを実現するための代表手段として，強化学習や探索アルゴリズムがある．しかし，状態空間や制約条件により自律的に行動規則を獲得できない場合がしばしばある．我々はこれまでに，A*アルゴリズムとQ学習を組み合わせることで，これまでの手法では困難であった環境において自律的に行動規則を獲得する手法を提案した．この手法は，学習により獲得したデータが学習環境に特化しており，少しの環境変化でも学習データの利用ができない．そのため，学習環境以外での学習データ利用についても議論する必要がある．本稿では，Julianらのプラットフォームゲームを対象として，獲得した学習データを学習環境以外でも利用するための手法について検討を行う．
