基于强化学习与Testim的AI驱动自动化测试方法及系统
申请号:CN202510866012
申请日期:2025-06-26
公开号:CN120872813A
公开日期:2025-10-31
类型:发明专利
摘要
本发明公开了基于强化学习与Testim的AI驱动自动化测试方法及系统,属于软件测试技术领域,本发明要解决的技术问题为传统自动化测试工具因UI动态变化导致的元素定位失效、维护成本高及视觉验证低效,采用的技术方案为:通过Testim提取待测元素的文本、位置及层级特征,生成状态向量St;基于强化学习模型从预设动作集合中选择最优定位动作At;其中,强化学习模型采用Q‑learning或深度Q网络。执行最优定位动作At,通过Applitools验证UI渲染结果,计算奖励值Rt;根据奖励值更新强化学习模型参数,形成“定位‑执行‑视觉反馈”优化闭环。
技术关键词
自动化测试方法
强化学习模型
计算机执行指令
自动化测试系统
深度Q网络
定位策略
待测元素
自动化测试工具
视觉
层级
软件测试技术
特征提取能力
更新模型参数
可读存储介质
文本
闭环
处理器
存储器