AI自動化測試：技術(shù)原理、平臺搭建與工程實(shí)踐

前言
作者簡介
第一部分　原理篇
第1章　AI與自動化測試2
1.1　自動化測試的發(fā)展與現(xiàn)狀2
1.2　AI的發(fā)展與應(yīng)用4
1.3　AI與自動化測試相結(jié)合6
1.4　本章小結(jié)6
第2章　圖像識別算法7
2.1　圖像識別7
2.2　傳統(tǒng)的圖像識別算法9
2.2.1　模板匹配算法9
2.2.2　特征點(diǎn)匹配算法11
2.2.3　梯度特征匹配算法13
2.3　基于深度學(xué)習(xí)的圖像識別算法15
2.3.1　卷積神經(jīng)網(wǎng)絡(luò)15
2.3.2　卷積神經(jīng)網(wǎng)絡(luò)模型16
2.4　圖像識別方法在游戲測試中的應(yīng)用22
2.4.1　特征點(diǎn)匹配在場景覆蓋性測試上的應(yīng)用22
2.4.2　游戲場景圖像的物體識別25
2.5　本章小結(jié)26
第3章　強(qiáng)化學(xué)習(xí)27
3.1　基本理論27
3.2　基于值函數(shù)的強(qiáng)化學(xué)習(xí)30
3.2.1　值函數(shù)30
3.2.2　DQN31
3.3　基于策略梯度的強(qiáng)化學(xué)習(xí)32
3.3.1　策略梯度33
3.3.2　Actor-Critic33
3.3.3　DDPG35
3.3.4　A3C37
3.4　強(qiáng)化學(xué)習(xí)在自動化測試中的應(yīng)用38
3.5　本章小結(jié)40
第4章　模仿學(xué)習(xí)41
4.1　什么是模仿學(xué)習(xí)41
4.2　模仿學(xué)習(xí)研究現(xiàn)狀42
4.2.1　行為克隆42
4.2.2　逆強(qiáng)化學(xué)習(xí)43
4.3　模仿學(xué)習(xí)在自動化測試中的運(yùn)用45
4.4　本章小結(jié)50
第5章　Android設(shè)備調(diào)試52
5.1　Android調(diào)試橋52
5.1.1　adb常用命令介紹53
5.1.2　ADB原理56
5.2　Android實(shí)時截屏57
5.2.1　minicap介紹57
5.2.2　minicap使用58
5.3　Android模擬器60
5.3.1　Android Emulator介紹60
5.3.2　其他模擬器介紹65
5.4　本章小結(jié)65
第二部分　平臺篇
第6章　AI SDK平臺介紹68
6.1　Game AI SDK平臺功能69
6.2　Game AI SDK平臺架構(gòu)設(shè)計71
6.3　Game AI SDK平臺流程72
6.3.1　AI算法流程72
6.3.2　圖像識別任務(wù)流程73
6.4　Game AI SDK平臺模塊結(jié)構(gòu)74
6.4.1　圖像識別模塊74
6.4.2　AI算法模塊76
6.5　本章小結(jié)77
第7章　AI SDK自動化測試平臺搭建78
7.1　Windows環(huán)境搭建78
7.1.1　創(chuàng)建虛擬環(huán)境78
7.1.2　安裝AI SDK79
7.1.3　安裝SDK Tool79
7.1.4　安裝AI Client80
7.2　Linux環(huán)境搭建81
7.3　如何運(yùn)行AI SDK85
7.3.1　安裝APK85
7.3.2　游戲配置說明86
7.3.3　啟動服務(wù)93
7.4　本章小結(jié)95
第8章　AI SDK Tool詳解96
8.1　配置項(xiàng)目96
8.1.1　安裝97
8.1.2　配置項(xiàng)目98
8.2　標(biāo)注GameReg任務(wù)101
8.3　標(biāo)注UIRecognize任務(wù)106
8.4　調(diào)試108
8.4.1　AI SDK Tool和GameReg之間的調(diào)試108
8.4.2　AI SDK Tool和UIRecognize之間的調(diào)試109
8.5　AI SDK Tool的其他功能111
8.5.1　添加動作配置111
8.5.2　添加地圖路線112
8.5.3　圖結(jié)構(gòu)路徑配置113
8.6　本章小結(jié)115
第9章　圖像類接入Game AI SDK平臺116
9.1　通過SDK Tool生成平臺所需數(shù)據(jù)117
9.1.1　生成UI配置文件117
9.1.2　生成模仿學(xué)習(xí)樣本120
9.2　基于圖像的AI方案125
9.2.1　基于小地圖的特征提取126
9.2.2　樣本擴(kuò)充126
9.2.3　模型和訓(xùn)練126
9.3　使用Game AI SDK平臺進(jìn)行AI自動化測試——手機(jī)兼容性測試128
9.4　使用Game AI SDK平臺進(jìn)行AI自動化測試——場景測試131
9.5　使用Game AI SDK平臺進(jìn)行AI自動化測試—花屏類測試131
9.6　本章小結(jié)134
第10章　數(shù)據(jù)類手游接入GameAI SDK平臺135
10.1　Game AI SDK接入方案136
10.1.1　集成GAutomator實(shí)現(xiàn)游戲接口136
10.1.2　通過游戲接口獲取AI輸入數(shù)據(jù)138
10.1.3　通過動作接口執(zhí)行AI動作139
10.2　基于數(shù)據(jù)的AI方案介紹140
10.2.1　算法描述141
10.2.2　實(shí)現(xiàn)功能142
10.3　使用Game AI SDK平臺進(jìn)行AI自動化測試——跑圖覆蓋測試143
10.4　使用Game AI SDK平臺進(jìn)行AI自動化測試——手機(jī)性能測試145
10.5　使用Game AI SDK平臺進(jìn)行AI自動化測試——地圖平衡性測試146
10.5.1　游戲AI的課程學(xué)習(xí)方式147
10.5.2　游戲AI的深度強(qiáng)化學(xué)習(xí)訓(xùn)練架構(gòu)147
10.5.3　深度強(qiáng)化學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)模型設(shè)計147
10.6　本章小結(jié)148
第11章　AI SDK平臺二次開發(fā)150
11.1　AI SDK平臺二次開發(fā)介紹150
11.1.1　AI SDK二次開發(fā)框架151
11.1.2　AI SDK二次開發(fā)API154
11.2　基于規(guī)則的AI設(shè)計和開發(fā)159
11.2.1　基于規(guī)則的AI介紹159
11.2.2　基于規(guī)則的AI實(shí)踐159
11.3　基于模仿學(xué)習(xí)的AI設(shè)計和開發(fā)168
11.3.1　基于模仿學(xué)習(xí)的AI介紹168
11.3.2　基于模仿學(xué)習(xí)的AI實(shí)踐169
11.4　基于強(qiáng)化學(xué)習(xí)的AI設(shè)計和開發(fā)175
11.4.1　基于強(qiáng)化學(xué)習(xí)的AI介紹175
11.4.2　基于強(qiáng)化學(xué)習(xí)的AI實(shí)踐176
11.5　本章小結(jié)185
第三部分　最佳實(shí)踐篇
第12章　手機(jī)游戲兼容性測試188
12.1　基于圖像的兼容性測試188
12.2　基于UI動作傳遞的兼容性測試193
12.3　基于UI自動探索的兼容性測試197
12.4　本章小結(jié)200
第13章　自動化Bug檢測201
13.1　貼圖丟失201
13.2　角色穿墻203
13.3　碰撞穿模207
13.4　本章小結(jié)210
第14章　自動機(jī)器學(xué)習(xí)211
14.1　自動機(jī)器學(xué)習(xí)概述211
14.2　參數(shù)搜索策略212
14.3　NNI安裝和使用213
14.4　本章小結(jié)219