跳到正文
热点事件观察中

需求自动机引导强化学习测试

1 篇报道1 个报道来源1 天前更新

先了解这件事

AI 综述

Ocan Sankur等提出一种面向强化学习驱动黑盒功能测试的方法:以蒙特卡洛树搜索生成输入,将功能需求表示为自动机,并通过博弈启发式优先搜索更有希望的输入。论文摘要称,实验显示该启发式加快了蒙特卡洛树搜索收敛并改善测试性能,但未给出具体基准或数值。 测试器以到达指定状态、满足覆盖准则为目标,同时监测需求违反;其证据目前仅来自论文摘要。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月8日
  1. arXiv · cs.AI
    基于需求的测试:用博弈论增强强化学习

    研究人员提出一种基于需求的自动在线黑盒测试方法,将功能需求表示为自动机,并用博弈启发式引导蒙特卡洛树搜索生成测试输入。该方法通过偏向实现与测试器博弈中有希望的输入,加速蒙特卡洛树搜索收敛并提升测试性能。论文摘要称已开展实验,但未提供具体基准或数值。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。