基于好奇心驱动的 3D 游戏测试多主体强化学习
软件工程
2025-02-21 v1
摘要
最近，利用自主智能体测试游戏在解决游戏行业所面临的挑战方面显示出巨大的潜力，这些挑战主要依赖于人工测试或记录/回放。在 particular，强化学习（RL）解决方案通过直接从游戏中学习，无需人工干预，显示出潜力。在本文中，我们提出了 cMarlTest，一种用于通过好奇心驱动的多主体强化学习（MARL）测试 3D 游戏的方法。cMarlTest 部署多个代理，协作实现测试目标。使用多个代理有助于解决单一代理方法所面临的问题。我们在 3D 游戏的不同关卡上进行了实验，比较了 cMarlTest 与单一代理 RL 变体的性能。结果令人振奋，其中，考虑到三种不同的覆盖标准，cMarlTest 实现了更高的覆盖率。cMarlTest 在时间效率方面也更高效，相对于基于单一代理的方法。
引用
@article{arxiv.2502.14606,
title = {Curiosity Driven Multi-agent Reinforcement Learning for 3D Game Testing},
author = {Raihana Ferdous and Fitsum Kifetew and Davide Prandi and Angelo Susi},
journal= {arXiv preprint arXiv:2502.14606},
year = {2025}
}
备注
Accepted at the 16th A-TEST Workshop, co-located with ICST 2025