Моделі та методи тестування ігор із використанням концепцій машинного навчання

Abstract

Об’єкт дослідження: процес автоматизованого тестування мобільних ігор на платформі Android. Мета роботи: розробка концепції та інструменту для автоматизованого тестування Android-ігор на основі глибокого навчання з підкріпленням, який дозволяє підвищити ефективність і якість процесу тестування. Предмет дослідження: методи та моделі машинного навчання, зокрема навчання з підкріпленням, що використовуються для автоматизації тестування мобільних ігор. Результати дослідження В роботі запропоновано концепцію автоматизованого тестування Android-ігор із використанням глибокого навчання з підкріпленням, що дозволяє ефективно адаптуватися до динамічного ігрового процесу і показано, що глибоке навчання з підкріпленням може забезпечити краще покриття ліній коду та оцінки ігрового процесу порівняно з існуючими інструментами. Висновок Узагальнюючи, результати дослідження свідчать про те, що навчання з підкріпленням, зокрема методи глибокого підкріплення, можуть бути ефективними для автоматизації тестування ігор.