本發明公開了一種基于多目標優化與深度強化學習的游戲軟件自動測試方法,步驟1、構建面向游戲場景的異常檢測機制與游戲測試策略的評估指標;步驟2、進行游戲軟件自動測試設計;步驟3、基于多目標優化算法,依據策略π的適應度值FitnessValue(π)衡量策略性能,選擇優質后代,進一步提升游戲測試的效率與效果;策略群中的每個策略都擁有勝率以及探索能力兩種性能指標;基于衡量結果,尋找處于帕累托最優平面上的測試策略作為優秀的測試策略進行保留,同時淘汰在兩個優化目標上表現都不行的策略,以此實現更有效的測試策略優化。與現有技術相比,本發明有效地提高了游戲測試的效率以及效用,具有較大的實踐應用意義。
聲明:
“基于多目標優化與深度強化學習的游戲軟件自動測試方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)