通过规划与学习实现视频游戏回归测试自动化
人机交互
2024-04-03 v2 人工智能
摘要
本文提出了一种方法和工作流程，用于自动化某些视频游戏方面的回归测试。基本思想是使用详细的游戏日志和增量动作模型学习技术来维持游戏机制的PDDL（ planning domain description language）规划领域描述中的正式模型。该工作流程使游戏开发人员（无需PDDL或其他形式系统经验）与具有PDDL建模经验但无游戏开发经验的人能够高效合作。我们一般描述该方法和工作流程，然后在具体的示例中进行演示——一个来自流行游戏开发引擎Unity的教程项目中的简单角色扮演游戏。本文代表了最小化甚至消除建模专家在工作流程中需求的第一步，从而使自动化规划更易于广泛接受。
引用
@article{arxiv.2402.12393,
title = {On Automating Video Game Regression Testing by Planning and Learning},
author = {Tomáš Balyo and G. Michael Youngblood and Filip Dvořák and Lukáš Chrpa and Roman Barták},
journal= {arXiv preprint arXiv:2402.12393},
year = {2024}
}