为测试赋能,腾讯 WeTest 探索手游 AI 自动化测试之路

作者:周大军/孙大伟, 腾讯后台开发 高级工程师 商业转载请联系腾讯WeTest获得授权,非商业转载请注明出处。 原文链接:http://wetest.qq.com/lab/view/333.html

WeTest导读

做好自动化测试从来不件容易的事情,更何况是手游的自动化测试,相比传统的APP,手游画面纯OPENGL绘制无可识别控件,且界面动画多、随机性大。举个例子,拿新手引导来说,手游中新账号试玩会有一系列的新手引导,当新手引导过程通过之后,后面就不会再出现,但当账号升级到一定等级,又会出现新玩法的新手引导。且手游的版本迭代非常快,平均1-2周就会出一个版本,界面也经常发生变化,这些都给自动化测试带来很多障碍。

为解决手游自动化测试的这一瓶颈,腾讯WeTest依托腾讯人工智能研究的技术优势,率先尝试将基于深度学习的人工智能应用于手游测试当中,开启AI手游自动化测试时代。2017 ChinaJoy WeTest展台上火爆的贪吃蛇AI互动展示,正是这一探索的成果之一。

AI自动化测试系统,开启手游测试新风向

腾讯游戏的QA团队,对于更高质量手游的追求从未停歇过,如今AI大火,技术上也有比较大的进步以及成熟的框架,这也给手游的自动化测试带来很多新的可能性,目前腾讯内部也有不少团队在积极研究手游的AI自动化测试,大体上分为两种,一种是让AI模型可以测试绝大多数的手游;另一种则是基于特定的手游做更细更有针对性的AI测试模型。

1、AI自动化测试系统的处理过程

手游自动化测试最重要的核心,在于如何让电脑更智能的模拟真人的操作行为。一套基于深度学习的AI自动游戏系统,可以通过迭代训练,让机器自己做出动作决策,从而完成一系列的游戏操作。

AI自动游戏系统主要由4部分组成,说明如下: ● 处理模块1:负责和手机交互,UI自动化操作,管理,结果记录和存储等; ● 处理模块2:负责游戏UI界面的识别; ● 处理模块3:负责识别一局游戏内的物体和数据等; ● 处理模块4:负责决策玩游戏的动作决策,采用深度强化学习算法;

AI自动游戏系统整体框架如下图:

以天天酷跑为例,看AI自动化测试实战演练

以天天酷跑游戏的AI自动化测试为例,整个测试过程主要分为前期训练、接入测试、性能与结构反馈三个步骤:

前期训练 前期训练得到神经网络的权值(文件),后面测试只需要让神经网络加载这个权值(文件)就可输出学习到的动作决策,达到自动玩游戏的目的。

系统采用特定算法对模型进行训练。训练结果如下图,横坐标是玩的游戏局数,纵坐标是一局跑的里程数。整个训练过程共进行了上万局游戏,随着训练的次数增多,每局的里程数也在上升。

接入测试 天天酷跑游戏运行在WeTest云真机上,自动化进程和云真机交互,实时抓取游戏画面数据。

进入游戏后,检测进程识别游戏画面中的物体和数据,例如天天酷跑中的台阶、坑、柱子等物体信息以及距离等数值信息。游戏画面和识别出的物体和数据最终发给深度学习进程作为输入,深度学习进程的输出就是执行玩游戏的动作,例如天天酷跑中就是“下蹲”、“起身”、“跳跃”等。

一局游戏结束后,再重复上述的过程进行下一局测试。

性能和结果数据 AI在玩游戏的同时,系统可以获取手机的性能数据和游戏的结果数据,并在网页端进行展示。

如下图所示,每一行对应天天酷跑一局游戏,分别展示了手机CPU利用率,内存使用量,电池电量,温度,玩一局跑的里程数和游戏时间以及死亡前的游戏画面。

除了天天酷跑,AI自动游戏系统已接入腾讯多项精品游戏的测试工作。

腾讯WeTest携AI自动化手游测试,为游戏创造更大价值

使用AI自动游戏系统进行手游测试,游戏厂商可以借助AI的智能轻松实现类似于人工测试时在真机上玩游戏的过程,节省大量的测试人力成本。

随着人工智能技术的飞速发展,简单机械的游戏测试工作必将逐步向自动化、智能化转移。腾讯WeTest作为游戏质量的守护者,将为游戏开发者们提供操作更加便捷高效的AI自动化测试方案,让游戏开发者能更多地专注于游戏创意性、可玩性、操作习惯等更需要创意的环节,为游戏创造更大的价值。

关于腾讯WeTest (wetest.qq.com)

腾讯WeTest是腾讯游戏官方推出的一站式游戏测试平台,用十年腾讯游戏测试经验帮助广大开发者对游戏开发全生命周期进行质量保障。腾讯WeTest提供:适配兼容测试;云端真机调试;安全测试;耗电量测试;服务器性能测试;舆情分析等服务。

点击地址:http://wetest.qq.com/立即体验!

原创声明,本文系作者授权云+社区发表,未经许可,不得转载。

如有侵权,请联系 yunjia_community@tencent.com 删除。

编辑于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏互联网杂技

设计优秀app的秘密

好的产品往往做好了两点:功能和细节设计。功能吸引用户使用你的产品,细节设计将你的用户留下。优秀的细节设计能够使你的产品在众多竞品中脱颖而出,优秀的微交互设计往往...

2604
来自专栏企鹅号快讯

为了丰富必应搜索结果,微软将采用人工智能技术

网络巨头微软正在做一件改善搜索并希望超过谷歌的事情——更多地采用人工智能(AI)。 ? 据CNET报道,如果你问谷歌搜索“汉米尔顿是一部好音乐剧吗?”它将会发送...

3417
来自专栏州的先生

【每州一讲】简述4种常用推荐系统

963
来自专栏AI研习社

能理解聊天记录的微信机器人 (一)

TL; DR: 做了个在两个群中间互相转发消息的机器人(GitHub 地址:https://github.com/grapeot/WechatForwardBo...

37013
来自专栏BestSDK

韩国NexStreaming推出NexEditor SDK:可将手机图片和视频,编辑成电影大片风格

韩国移动多媒体软件公司NexStreaming 宣布与中国智能手机生产商天珑移动达成合作,为天珑移动旗下的SUGAR品牌智能手机提供视频编辑解决方案“NexEd...

2943
来自专栏新智元

Github 年度开源报告:TensorFlow 成最受欢迎深度学习项目

【新智元导读】Github 日前发布了 2016 年度的《Octoverse 观察报告》,对开源和社区做了统计,与人工智能开源运动相比,得到一些有趣的结果:印象...

4179
来自专栏Android 开发者

[译] 如何避免拍脑袋想出的产品优先策略

1692
来自专栏PPV课数据科学社区

36页PPT:R语言与金融大数据应用-张丹 附下载

R语言与金融大数据应用-张丹 目录  项目背景:金融知识介绍  需求分析:逆回贩套利  算法模型:R语法算法  架构设计:RHive系统架构  程序...

3447
来自专栏Fred Liang

2018.9.2 每周分享

李彦宏在主题演讲时指出,人们对人工智能存在误区,人工智能长得不应该像人。此外,人工智能不是仿生学,跟人脑的工作原理没有太大关系,要让机器像人一样思考,其实还离我...

852
来自专栏ytkah

微信公众平台语义理解接口正式对外开放

  siri是个不错的应用,对着手机说话就可以帮你设置闹钟找酒店等,现在微信也开始实现这些类似的功能了,微信公众平台语义理解接口正式对外开放。 ?   微信公众...

3216

扫码关注云+社区