用博弈论增强强化学习做需求测试

研究者 Ocan Sankur 等人更新了 arXiv 论文 2407.18994v2，提出一种基于蒙特卡洛树搜索（MCTS）的黑盒测试用例在线合成方法。该方法从以自动机表示的功能需求出发，为反应式实现生成测试用例，目标是达到给定状态以满足覆盖率准则，同时监控需求违反情况。 研究者将自动机需求视为实现与测试者之间的博弈，通过偏向博弈中有前景的输入来构造启发式。据论文称，实验显示该启发式加速了 MCTS 的收敛，从而提升测试性能。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。