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。
関連する用語
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）。
構成図・実機演習へ進む
用語を構成と操作へつなげる場合は、実技TOPとラボ一覧を利用できます。
ファクトチェック：試験要綱 Ver.5.6（2026-07-06公開、2026年10月試験から適用）。Ver.5.6は2026年10月試験から適用され、科目A-1、科目A-2、科目Bを規定します。2026年8月時点では適用前の資料であるため、記事では適用日を明記し、詳細シラバスと科目A-2追補も併記します。
この記事は公式出題範囲・チェックリストとの対応を編集部で確認した学習解説です。
公式資料
用語集一覧 ／ ← 前の記事 ／ 次の記事 →