软件工程中强化学习的调查综述
软件工程
2025-07-18 v1
摘要
强化学习 (RL) 作为一种用于序列决策的强大范式，自 2015 年深度强化学习 (DRL) 的出现以来，在各个领域持续发展，尤其受到大型语言模型 (LLM) 的快速进步推动，进一步催化了将 RL 与 LLM 集成以实现更自适应和智能系统的研究热情。在软件工程 (SE) 领域，系统复杂度的增加和自动化需求的提升，促使研究者将 RL 应用于从软件设计、开发到质量保证和维护的广泛任务。尽管 RL-for-SE 领域的研究日益增长，但仍缺乏对这一 evolving 领域的全面且系统的调查。为填补这一空白，我们审阅了自 DRL 引入以来在 22 个顶尖 SE 场所发表的 115 篇同行评议研究。我们对出版趋势进行了全面分析，将 SE 主题和 RL algorithm 分类，考察了数据集使用、模型设计和优化以及评估实践等关键因素。此外，我们识别出开放性挑战，提出了未来研究方向，以指引和激励这一 evolving 领域的持续工作。总而言之，本调查提供了首个系统化的 RL 在软件工程中应用映射，旨在支持研究者和实践者在当前格局下进行导航，推动该领域的发展。我们的 artifacts 已公开 disponible: https://github.com/KaiWei-Lin-lanina/RL4SE。
引用
@article{arxiv.2507.12483,
title = {A Survey of Reinforcement Learning for Software Engineering},
author = {Dong Wang and Hanmo You and Lingwei Zhu and Kaiwei Lin and Zheng Chen and Chen Yang and Junji Yu and Zan Wang and Junjie Chen},
journal= {arXiv preprint arXiv:2507.12483},
year = {2025}
}