試験では、強化学習の基本的な構成要素である「エージェント（行動の主体）」「環境（行動の対象）」「状態（現在の状況）」「行動（選択するアクション）」「報酬（結果に対する評価）」といった用語の役割と関係性を問う問題が出題されます。また、他の学習手法（教師あり・教師なし）との違いとして、「正しい答えではなく、得られる報酬の合計が最大になるような手順を自発的に学習する」という特徴を捉えておくことが重要です。ゲームや自動運転など、具体的な応用シナリオと絡めて出題されることが多いです。

エージェント（強化学習で行動を決定する主体）、報酬（行動の結果に対して与えられる評価値）、Q学習（強化学習の代表的なアルゴリズムの一つ）。