AI自动化测试

作品简介

本书分为三部分。第一部分是原理篇，重点介绍图像识别和增强学习相关的AI算法原理，为后续学习具体工具的落地应用打下基础。第二部分是平台篇，详细介绍了腾讯游戏AI自动化开发工具的设计与实现，包括和Android设备的对接、数据标注流程及AI算法在游戏自动化中的具体实现等。第三部分是最佳实践篇，详细介绍了不同需求场景下的实践案例。读者可以在实际游戏产品的测试中使用本书所介绍的工具实现不同需求，并可尝试在此基础上实现定制化功能。

腾讯互动娱乐事业群TuringLab团队

由美国归国技术专家领头组建，成员包括多位图像识别处理和机器学习领域的博士，以及多位专注于工程技术的专家。目前，实验室开发的AISDK自动化测试平台已经成功接入腾讯公司的几十款在正式运营的商业游戏，并同时服务于WEST产品、即通手Q产品，以及各游戏工作室的多个产品。

作品目录

• 前言
• 作者简介
• 第一部分　原理篇
• 第1章　AI与自动化测试
• 1.1　自动化测试的发展与现状
• 1.2　AI的发展与应用
• 1.3　AI与自动化测试相结合
• 1.4　本章小结
• 第2章　图像识别算法
• 2.1　图像识别
• 2.2　传统的图像识别算法
• 2.3　基于深度学习的图像识别算法
• 2.4　图像识别方法在游戏测试中的应用
• 2.5　本章小结
• 第3章　强化学习
• 3.1　基本理论
• 3.2　基于值函数的强化学习
• 3.3　基于策略梯度的强化学习
• 3.4　强化学习在自动化测试中的应用
• 3.5　本章小结
• 第4章　模仿学习
• 4.1　什么是模仿学习
• 4.2　模仿学习研究现状
• 4.3　模仿学习在自动化测试中的运用
• 4.4　本章小结
• 第5章　Android设备调试
• 5.1　Android调试桥
• 5.2　Android实时截屏
• 5.3　Android模拟器
• 5.4　本章小结
• 第二部分　平台篇
• 第6章　AI SDK平台介绍
• 6.1　Game AI SDK平台功能
• 6.2　Game AI SDK平台架构设计
• 6.3　Game AI SDK平台流程
• 6.4　Game AI SDK平台模块结构
• 6.5　本章小结
• 第7章　AI SDK自动化测试平台搭建
• 7.1　Windows环境搭建
• 7.2　Linux环境搭建
• 7.3　如何运行AI SDK
• 7.4　本章小结
• 第8章　AI SDK Tool详解
• 8.1　配置项目
• 8.2　标注GameReg任务
• 8.3　标注UIRecognize任务
• 8.4　调试
• 8.5　AI SDK Tool的其他功能
• 8.6　本章小结
• 第9章　图像类接入Game AI SDK平台
• 9.1　通过SDK Tool生成平台所需数据
• 9.2　基于图像的AI方案
• 9.3　使用Game AI SDK平台进行AI自动化测试——手机兼容性测试
• 9.4　使用Game AI SDK平台进行AI自动化测试——场景测试
• 9.5　使用Game AI SDK平台进行AI自动化测试——花屏类测试
• 9.6　本章小结
• 第10章　数据类手游接入Game AI SDK平台
• 10.1　Game AI SDK接入方案
• 10.2　基于数据的AI方案介绍
• 10.3　使用Game AI SDK平台进行AI自动化测试——跑图覆盖测试
• 10.4　使用Game AI SDK平台进行AI自动化测试——手机性能测试
• 10.5　使用Game AI SDK平台进行AI自动化测试——地图平衡性测试
• 10.6　本章小结
• 第11章　AI SDK平台二次开发
• 11.1　AI SDK平台二次开发介绍
• 11.2　基于规则的AI设计和开发
• 11.3　基于模仿学习的AI设计和开发
• 11.4　基于强化学习的AI设计和开发
• 11.5　本章小结
• 第三部分　最佳实践篇
• 第12章　手机游戏兼容性测试
• 12.1　基于图像的兼容性测试
• 12.2　基于UI动作传递的兼容性测试
• 12.3　基于UI自动探索的兼容性测试
• 12.4　本章小结
• 第13章　自动化Bug检测
• 第14章　自动机器学习