面向测试用例优先化的强化学习

在现代软件工程中，持续集成（CI）已成为系统管理软件开发生命周期不可或缺的一步。大公司由于在彼此之上构建且有多位开发者在不同平台上工作的海量变更与功能添加，难以在有用时间内保持流水线更新与运转。与此类软件变更相关联的，始终有强劲的测试成分。随着团队与项目增长，穷尽测试迅速变得令人望而却步，在不牺牲软件质量的前提下尽早选择最相关测试用例变得至关重要。本文扩展了近期关于应用强化学习优化测试策略的研究。我们通过从某金融机构提取的新数据测试其适应新环境的能力，使用网络近似器和测试用例失败奖励取得了超过$0.6$的归一化故障检测百分比（NAPFD）。此外，我们研究了使用决策树（DT）近似器作为记忆表示模型的影响，其相对人工神经网络未能产生显著改进。