[發(fā)明專(zhuān)利]一種基于強(qiáng)化學(xué)習(xí)的測(cè)試腳本生成方法和裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201910054193.1
• 申請(qǐng)日: 2019-01-21
• 公開(kāi)（公告）號(hào): CN109901994B
• 公開(kāi)（公告）日: 2020-05-15
• 發(fā)明（設(shè)計(jì)）人: 李佳楠;張新琛;陳忻;黃偉東;孫震
• 申請(qǐng)（專(zhuān)利權(quán)）人: 阿里巴巴集團(tuán)控股有限公司
• 主分類(lèi)號(hào): G06F11/36
• 分類(lèi)號(hào): G06F11/36
• 代理公司: 北京博思佳知識(shí)產(chǎn)權(quán)代理有限公司 11415
• 代理人: 林祥

1.一種基于強(qiáng)化學(xué)習(xí)的測(cè)試腳本生成方法，所述測(cè)試腳本用于測(cè)試目標(biāo)被測(cè)軟件；所述方法包括：

獲取用于測(cè)試的狀態(tài)和行為，所述狀態(tài)包括由測(cè)試初始狀態(tài)至測(cè)試目標(biāo)狀態(tài)的多個(gè)測(cè)試狀態(tài)，且所述多個(gè)測(cè)試狀態(tài)之間的切換由所述行為觸發(fā)，一個(gè)所述狀態(tài)對(duì)應(yīng)多個(gè)可能的行為；

運(yùn)行強(qiáng)化學(xué)習(xí)模型，確定每個(gè)所述狀態(tài)和每個(gè)行為之間對(duì)應(yīng)的Q值；

根據(jù)所述Q值中對(duì)應(yīng)狀態(tài)切換成功的行為，得到測(cè)試腳本，所述測(cè)試腳本對(duì)應(yīng)一條由測(cè)試初始狀態(tài)至測(cè)試目標(biāo)狀態(tài)的執(zhí)行路徑，所述執(zhí)行路徑包括能夠達(dá)到所述目標(biāo)狀態(tài)的行為序列，以通過(guò)所述測(cè)試腳本對(duì)目標(biāo)被測(cè)軟件進(jìn)行測(cè)試。

2.根據(jù)權(quán)利要求1所述的方法，所述行為包括：多種類(lèi)型的行為，所述行為的類(lèi)型與目標(biāo)被測(cè)軟件的界面設(shè)計(jì)相關(guān)。

3.根據(jù)權(quán)利要求1所述的方法，

當(dāng)所述測(cè)試目標(biāo)狀態(tài)是第一測(cè)試目標(biāo)狀態(tài)時(shí)使用的多個(gè)測(cè)試狀態(tài)，與所述測(cè)試目標(biāo)狀態(tài)是第二測(cè)試目標(biāo)狀態(tài)時(shí)使用的多個(gè)測(cè)試狀態(tài)，至少部分測(cè)試狀態(tài)相同；

當(dāng)所述測(cè)試目標(biāo)狀態(tài)是第一測(cè)試目標(biāo)狀態(tài)時(shí)使用的多個(gè)行為，與所述測(cè)試目標(biāo)狀態(tài)是第二測(cè)試目標(biāo)狀態(tài)時(shí)使用的多個(gè)行為，至少部分行為相同；

所述第一測(cè)試目標(biāo)狀態(tài)和第二測(cè)試目標(biāo)狀態(tài)不同。

4.根據(jù)權(quán)利要求1所述的方法，

當(dāng)所述行為的類(lèi)型是點(diǎn)擊時(shí)，所述行為包括分別對(duì)應(yīng)不同界面坐標(biāo)的點(diǎn)擊行為，所述界面是目標(biāo)被測(cè)軟件的運(yùn)行界面。

5.根據(jù)權(quán)利要求4所述的方法，

所述界面坐標(biāo)根據(jù)目標(biāo)被測(cè)軟件的運(yùn)行界面的屏幕分辨率分割得到。

6.根據(jù)權(quán)利要求1所述的方法，所述運(yùn)行強(qiáng)化學(xué)習(xí)模型，確定每個(gè)所述狀態(tài)和每個(gè)行為之間對(duì)應(yīng)的Q值，包括：

初始化Q表，所述Q表中包括所述狀態(tài)和行為；

通過(guò)Q Learning的方式，對(duì)所述Q表進(jìn)行更新，得到更新后的Q表。

7.根據(jù)權(quán)利要求1所述的方法，所述運(yùn)行強(qiáng)化學(xué)習(xí)模型，確定每個(gè)所述狀態(tài)和每個(gè)行為之間對(duì)應(yīng)的Q值，包括：

訓(xùn)練深度Q網(wǎng)絡(luò)，所述深度Q網(wǎng)絡(luò)的輸入是狀態(tài)，輸出是對(duì)應(yīng)狀態(tài)和行為的Q值；得到訓(xùn)練完成的所述深度Q網(wǎng)絡(luò)。

8.根據(jù)權(quán)利要求1所述的方法，所述行為是用戶在目標(biāo)被測(cè)軟件的運(yùn)行界面的操作行為。

9.根據(jù)權(quán)利要求1所述的方法，

所述目標(biāo)被測(cè)軟件的每一個(gè)所述測(cè)試狀態(tài)，包括多個(gè)狀態(tài)特征；

每個(gè)所述狀態(tài)特征，對(duì)應(yīng)在所述測(cè)試狀態(tài)下的目標(biāo)被測(cè)軟件運(yùn)行界面的一種界面描述維度。

10.一種基于強(qiáng)化學(xué)習(xí)的測(cè)試腳本生成裝置，所述裝置用于生成測(cè)試腳本；所述裝置包括：

信息獲取模塊，用于獲取用于測(cè)試的狀態(tài)和行為，所述狀態(tài)包括由測(cè)試初始狀態(tài)至測(cè)試目標(biāo)狀態(tài)的多個(gè)測(cè)試狀態(tài)，且所述多個(gè)測(cè)試狀態(tài)之間的切換由所述行為觸發(fā)，一個(gè)所述狀態(tài)對(duì)應(yīng)多個(gè)可能的行為；

模型運(yùn)行模塊，用于運(yùn)行強(qiáng)化學(xué)習(xí)模型，確定每個(gè)所述狀態(tài)和每個(gè)行為之間對(duì)應(yīng)的Q值；

腳本生成模塊，用于根據(jù)所述Q值中對(duì)應(yīng)狀態(tài)切換成功的行為，得到測(cè)試腳本，所述測(cè)試腳本對(duì)應(yīng)一條由測(cè)試初始狀態(tài)至測(cè)試目標(biāo)狀態(tài)的執(zhí)行路徑，所述執(zhí)行路徑包括能夠達(dá)到所述目標(biāo)狀態(tài)的行為序列，以通過(guò)所述測(cè)試腳本進(jìn)行測(cè)試。

11.根據(jù)權(quán)利要求10所述的裝置，

當(dāng)所述行為的類(lèi)型是點(diǎn)擊時(shí)，所述行為包括分別對(duì)應(yīng)不同界面坐標(biāo)的點(diǎn)擊行為，所述界面是目標(biāo)被測(cè)軟件的運(yùn)行界面。

12.根據(jù)權(quán)利要求10所述的裝置，

所述模型運(yùn)行模塊，具體用于：初始化Q表，所述Q表中包括所述狀態(tài)和行為；通過(guò)QLearning的方式，對(duì)所述Q表進(jìn)行更新，得到更新后的Q表。