●前言
作者簡介
部分 原理篇
章 AI與自動化測試
1.1 自動化測試的發展與現狀
1.2 AI的發展與應用
1.3 AI與自動化測試相結合
1.4 本章小結
第2章 圖像識別算法
2.1 圖像識別
2.2 傳統的圖像識別算法
2.2.1 模板匹配算法
2.2.2 特征點匹配算法
2.2.3 梯度特征匹配算法
2.3 基於深度學習的圖像識別算法
2.3.1 卷積神經網絡
2.3.2 卷積神經網絡模型
2.4 圖像識別方法在遊戲測試中的應用
2.4.1 特征點匹配在場景覆蓋性測試上的應用
2.4.2 遊戲場景圖像的物體識別
2.5 本章小結
第3章 強化學習
3.1 基本理論
3.2 基於值函數的強化學習
3.2.1 值函數
3.2.2 DQN
3.3 基於策略梯度的強化學習
3.3.1 策略梯度
3.3.2 Actor-Critic
3.3.3 DDPG
3.3.4 A3C
3.4 強化學習在自動化測試中的應用
3.5 本章小結
第4章 模仿學習
4.1 什麼是模仿學習
4.2 模仿學習研究現狀
4.2.1 行為克隆
4.2.2 逆強化學習
4.3 模仿學習在自動化測試中的運用
……
第二部分 平臺篇
第三部分 最佳實戰篇
內容簡介
這是一部講解如何將AI技術創造性地應用到自動化測試領域的前沿性著作。由騰訊互動娛樂事業群TuringLab實驗室撰寫,從技術原理、平臺構建、工程實踐3個維度全面講解AI技術在中的應用,融合了團隊優選的理論研究成果和豐富的工程實踐經驗。 全書一共14章,分為三個部分: 部分技術原理(~5章) 首先,從宏觀角度介紹了自動化測試和AI技術的發展,以及二者的相互結合;然後,講解了圖像識別算法、強化學習、模仿學習等用於自動化測試的AI技術的原理;很後,介紹了Android設備的調試原理和技術。 第二部分平臺搭建(第6~11章) 以TuringLab實驗室開源的Game AI SDK為例,不僅講解了AI自動化測試平臺的架構設計、開發流程、環境搭建和二次開發等內容,而且還講解了AI SDK Tool工具的使用,以及如何以圖像類方式和數據類方式接入Game ......