DeepRNG：面向基于深度强化学习的软件生成式测试
软件工程
2022-02-01 v1 人工智能
机器学习
摘要
尽管机器学习(ML)已成功自动化各类软件工程需求，软件测试仍是一个极具挑战的课题。本文中，我们旨在通过以深度强化学习(RL)智能体直接增强随机数生成器(RNG)，并利用被测软件的高效、可自动提取的状态表示，来改进软件生成式测试。以Cosmos SDK为测试平台，我们表明所提DeepRNG框架对超过350,000行代码的高度复杂软件库的测试提供了统计显著的改进。DeepRNG框架的源代码已在线公开。
引用
@article{arxiv.2201.12602,
title = {DeepRNG: Towards Deep Reinforcement Learning-Assisted Generative Testing of Software},
author = {Chuan-Yung Tsai and Graham W. Taylor},
journal= {arXiv preprint arXiv:2201.12602},
year = {2022}
}
备注
Workshop on ML for Systems, 35th Conference on Neural Information Processing Systems (NeurIPS 2021)