基于贝叶斯优化的智能体控制自动游戏测试搜索
人工智能
2025-08-19 v1
摘要
本工作引入一种自动化测试方法，采用控制游戏角色的智能体来检测游戏关卡中的潜在bug。该方法利用贝叶斯优化（BO）的样本高效搜索能力，通过分析迄今为止收集的数据，确定下一个抽样点并计算将最大化信息获取的数据点。为支持BO过程，我们构建了一个基于网格图的游戏测试特定模型，具备平滑性和不确定性估计功能，这些功能是BO所必需的；而且最重要的是，该模型没有传统模型所携带的可扩展性问题。实验表明，该方法在时间效率和探索分布方面显著提高了地图覆盖能力。
引用
@article{arxiv.2508.13121,
title = {Bayesian Optimization-based Search for Agent Control in Automated Game Testing},
author = {Carlos Celemin},
journal= {arXiv preprint arXiv:2508.13121},
year = {2025}
}