万本电子书0元读

万本电子书0元读

顶部广告

AI自动化测试:技术原理、平台搭建与工程实践电子书

免费源AI SDK自动化测试平台,并提供详细用户手册。AI SDK下载地址获取方式: 1、微信关注“华章计算机” 2、在后台回复关键词:AI自动化测试 (1)本书由腾讯互动娱乐事业群旗下的TuringLab实验室撰写,该实验室聚集了大量AI技术和测试方面的专家,在自动化测试领域的研究和实践都处于业界领先水平。 (2)本书从技术原理、平台构建、工程实践3个维度全面讲解AI技术在腾讯游戏测试中的应用,经过了大量商业游戏的检验。

售       价:¥

纸质售价:¥64.20购买纸书

60人正在读 | 0人评论 6.6

作       者:腾讯TuringLab团队

出  版  社:机械工业出版社

出版时间:2020-05-01

字       数:11.6万

所属分类: 科技 > 计算机/网络 > 程序设计

温馨提示:数字商品不支持退换货,不提供源文件,不支持导出打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(0条)
  • 读书简介
  • 目录
  • 累计评论(0条)
这是一部讲解如何将AI技术创造性地应用到自动化测试领域的前沿性著作。由腾讯互动娱乐事业群TuringLab实验室撰写,从技术原理、平台构建、工程实践3个维度全面讲解AI技术在中的应用,融合了团队先的理论研究成果和丰富的工程实践经验。   全书一共14章,分为三个部分: *部分 技术原理(第1-5章) 首先,从宏观角度介绍了自动化测试和AI技术的发展,以及二者的相互结合;然后,讲解了图像识别算法、强化学习、模仿学习等用于自动化测试的AI技术的原理;*后,介绍了Android设备的调试原理和技术。 第二部分 平台搭建(第6-11章) 以TuringLab实验室源的Game AI SDK为例,不仅讲解了AI自动化测试平台的架构设计、发流程、环境搭建和二次发等内容,而且还讲解了AI SDK Tool工具的使用,以及如何以图像类方式和数据类方式Game AI SDK。AI SDK下载地址为https://github.com/Tencent/GameAISDK 第三部分 工程实践(第12-14章) 主要讲了TuringLab团队在游戏AI自动化测试领域的*实践,包括手机游戏兼容性测试、自动化Bug检测、自动机器学习等内容。 提供大量简洁的代码实例,助你零基础实现AI自动化测试。<br/>【推荐语】<br/>免费源AI SDK自动化测试平台,并提供详细用户手册。AI SDK下载地址获取方式: 1、微信关注“华章计算机” 2、在后台回复关键词:AI自动化测试   (1)本书由腾讯互动娱乐事业群旗下的TuringLab实验室撰写,该实验室聚集了大量AI技术和测试方面的专家,在自动化测试领域的研究和实践都处于业界领先水平。 (2)本书从技术原理、平台构建、工程实践3个维度全面讲解AI技术在腾讯游戏测试中的应用,经过了大量商业游戏的检验。   读者对象: 测试工程师和发工程师、DevOps技术工程师、运维工程师、自动化测试工具发人员、AI应用发人员、图像识别或强化学习方向的研究人员<br/>【作者】<br/>腾讯互动娱乐事业群TuringLab团队 由美国归国技术专家领头组建,成员包括多位图像识别处理和机器学习领域的博士,以及多位专注于工程技术的专家。目前,实验室发的AI SDK自动化测试平台已经成功腾讯公司的几十款在正式运营的商业游戏,并同时服务于WeTest产品、即通手Q产品,以及各游戏工作室的多个产品。   张力柯 腾讯TuringLab实验室负责人,资深AI系统设计专家;在操作系统内核、网络安全、搜索引擎、推荐系统、大规模分布式系统、图像处理、数据分析等领域具有丰富的实践经验;美国得克萨斯大学圣安东尼奥分校计算机科学博士;曾先后在美国微软、BCG、Uber及硅谷其他创业公司担任研发工程师及项目负责人等。   周大军 资深软件工程专家,腾讯TuringLab实验室AI工程组负责人,有10年以上工程技术发经验;负责发的GAPS(压测大师)获腾讯公司首届工具奖;申请及参与提交工程、无人机、AI相关专利70余项。   黄超 资深AI算法研究员;主要负责腾讯游戏AI的算法研发、计算机视觉算法研发;先后在国内外重要的期刊和会议上发表20余篇论文,包括著名国际期刊IEEE Transactions论文5篇,并提交AI相关专利25项。   李旭冬 资深AI算法研究员;在腾讯从事游戏AI算法研发相关工作,主要负责图像识别、强化学习和游戏自动化方面的算法研发;在国内外重要会议和期刊上发表学术论文15篇,申请AI相关专利10项。   申俊峰 资深软件工程专家,有10年以上工程技术发经验;在腾讯先后负责智能硬件、游戏AI自动化平台的设计和发;先后提交相关技术专利10项。   王洁梅 腾讯高级工程师,主要从事工程技术发及图像识别算法研发相关工作;在游戏图像识别和游戏测试方向经验丰富;先后提交发明专利23项,其中国际检索2篇。   杨夏 腾讯高级工程师,主要从事游戏AI算法(强化学习和模仿学习)和工程应用;在多个品类的游戏业务上负责AI技术的落地工作,拥有丰富的AI工程化、自动化经验;先后提交发明专利26项。<br/>
目录展开

前言

作者简介

第一部分 原理篇

第1章 AI与自动化测试

1.1 自动化测试的发展与现状

1.2 AI的发展与应用

1.3 AI与自动化测试相结合

1.4 本章小结

第2章 图像识别算法

2.1 图像识别

2.2 传统的图像识别算法

2.2.1 模板匹配算法

2.2.2 特征点匹配算法

2.2.3 梯度特征匹配算法

2.3 基于深度学习的图像识别算法

2.3.1 卷积神经网络

2.3.2 卷积神经网络模型

2.4 图像识别方法在游戏测试中的应用

2.4.1 特征点匹配在场景覆盖性测试上的应用

2.4.2 游戏场景图像的物体识别

2.5 本章小结

第3章 强化学习

3.1 基本理论

3.2 基于值函数的强化学习

3.2.1 值函数

3.2.2 DQN

3.3 基于策略梯度的强化学习

3.3.1 策略梯度

3.3.2 Actor-Critic

3.3.3 DDPG

3.3.4 A3C

3.4 强化学习在自动化测试中的应用

3.5 本章小结

第4章 模仿学习

4.1 什么是模仿学习

4.2 模仿学习研究现状

4.2.1 行为克隆

4.2.2 逆强化学习

4.3 模仿学习在自动化测试中的运用

4.4 本章小结

第5章 Android设备调试

5.1 Android调试桥

5.1.1 adb常用命令介绍

5.1.2 ADB原理

5.2 Android实时截屏

5.2.1 minicap介绍

5.2.2 minicap使用

5.3 Android模拟器

5.3.1 Android Emulator介绍

5.3.2 其他模拟器介绍

5.4 本章小结

第二部分 平台篇

第6章 AI SDK平台介绍

6.1 Game AI SDK平台功能

6.2 Game AI SDK平台架构设计

6.3 Game AI SDK平台流程

6.3.1 AI算法流程

6.3.2 图像识别任务流程

6.4 Game AI SDK平台模块结构

6.4.1 图像识别模块

6.4.2 AI算法模块

6.5 本章小结

第7章 AI SDK自动化测试平台搭建

7.1 Windows环境搭建

7.1.1 创建虚拟环境

7.1.2 安装AI SDK

7.1.3 安装SDK Tool

7.1.4 安装AI Client

7.2 Linux环境搭建

7.3 如何运行AI SDK

7.3.1 安装APK

7.3.2 游戏配置说明

7.3.3 启动服务

7.4 本章小结

第8章 AI SDK Tool详解

8.1 配置项目

8.1.1 安装

8.1.2 配置项目

8.2 标注GameReg任务

8.3 标注UIRecognize任务

8.4 调试

8.4.1 AI SDK Tool和GameReg之间的调试

8.4.2 AI SDK Tool和UIRecognize之间的调试

8.5 AI SDK Tool的其他功能

8.5.1 添加动作配置

8.5.2 添加地图路线

8.5.3 图结构路径配置

8.6 本章小结

第9章 图像类接入Game AI SDK平台

9.1 通过SDK Tool生成平台所需数据

9.1.1 生成UI配置文件

9.1.2 生成模仿学习样本

9.2 基于图像的AI方案

9.2.1 基于小地图的特征提取

9.2.2 样本扩充

9.2.3 模型和训练

9.3 使用Game AI SDK平台进行AI自动化测试——手机兼容性测试

9.4 使用Game AI SDK平台进行AI自动化测试——场景测试

9.5 使用Game AI SDK平台进行AI自动化测试——花屏类测试

9.6 本章小结

第10章 数据类手游接入Game AI SDK平台

10.1 Game AI SDK接入方案

10.1.1 集成GAutomator实现游戏接口

10.1.2 通过游戏接口获取AI输入数据

10.1.3 通过动作接口执行AI动作

10.2 基于数据的AI方案介绍

10.2.1 算法描述

10.2.2 实现功能

10.3 使用Game AI SDK平台进行AI自动化测试——跑图覆盖测试

10.4 使用Game AI SDK平台进行AI自动化测试——手机性能测试

10.5 使用Game AI SDK平台进行AI自动化测试——地图平衡性测试

10.5.1 游戏AI的课程学习方式

10.5.2 游戏AI的深度强化学习训练架构

10.5.3 深度强化学习的神经网络模型设计

10.6 本章小结

第11章 AI SDK平台二次开发

11.1 AI SDK平台二次开发介绍

11.1.1 AI SDK二次开发框架

11.1.2 AI SDK二次开发API

11.2 基于规则的AI设计和开发

11.2.1 基于规则的AI介绍

11.2.2 基于规则的AI实践

11.3 基于模仿学习的AI设计和开发

11.3.1 基于模仿学习的AI介绍

11.3.2 基于模仿学习的AI实践

11.4 基于强化学习的AI设计和开发

11.4.1 基于强化学习的AI介绍

11.4.2 基于强化学习的AI实践

11.5 本章小结

第三部分 最佳实践篇

第12章 手机游戏兼容性测试

12.1 基于图像的兼容性测试

12.2 基于UI动作传递的兼容性测试

12.3 基于UI自动探索的兼容性测试

12.4 本章小结

第13章 自动化Bug检测

13.1 贴图丢失

13.2 角色穿墙

13.3 碰撞穿模

13.4 本章小结

第14章 自动机器学习

14.1 自动机器学习概述

14.2 参数搜索策略

14.3 NNI安装和使用

14.4 本章小结

累计评论(0条) 0个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部