[发明专利]产生测试脚本的方法和系统

权利要求书

1.一种产生测试脚本的方法，包括：

获取用于生成测试脚本的人工智能模型；

获取样本数据；

基于样本数据，对所述人工智能模型进行训练；

利用训练后的人工智能模型对目标应用生成测试脚本；

其中，所述测试脚本用于模拟对所述目标应用的界面的系列点击操作。

2.如权利要求1所述的方法，其中，获取样本数据的步骤包括：

从存储多个样本数据的经验数据池抽取预定数量的样本数据。

3.如权利要求2所述的方法，其中，所述经验数据池的初始样本数据包括：使用随机搜索方法对所述目标应用进行测试获得的样本数据。

4.如权利要求3所述的方法，其中，通过以下方式使用随机搜索方法对所述目标应用进行测试获得样本数据：

在所述目标应用的被测界面下使用探索式自动化测试方法模拟所述被测界面下的点击；

获取所述目标应用执行与所述点击对应的动作所产生的反馈数据；

基于所述反馈数据，获取样本数据。

5.如权利要求2所述的方法，其中，所述经验数据池的样本数据包括：在对所述人工智能模型进行训练的过程中利用所述人工智能模型获得的样本数据。

6.如权利要求5所述的方法，其中，通过以下方式在对所述人工智能模型进行训练的过程中利用所述人工智能模型获得样本数据：

获取所述目标应用的被测界面；

将所述目标应用的界面输入每一轮更新后的人工智能模型，获得所述被测界面下的点击对应的动作；

获取所述目标应用执行所述被测界面下的点击对应的动作所产生的反馈数据；

基于所述反馈数据，获取样本数据。

7.如权利要求1所述的方法，其中，所述样本数据包括所述目标应用的被测界面、所述被测界面下的点击对应的动作、有效性奖励值、跳转界面和终止标识，

其中，有效性奖励值指示所述目标应用执行所述被测界面下的点击对应的动作后界面变化的奖励值，跳转界面是指所述目标应用执行所述被测界面下的点击对应的动作所跳转到的界面，终止标识指示界面变化是否终止的符号。

8.如权利要求7所述的方法，其中，当使用策略梯度算法对所述人工智能模型进行训练时，所述被测界面下的点击对应的动作包括在所述被测界面下的点击的位置的坐标；

其中，当使用深度Q网络算法对所述人工智能模型进行训练时，所述目标应用的界面包括被平均划分后得到的预定数目个子界面，所述被测界面下的点击对应的动作包括在所述被测界面下点击的位置对应的子界面的中心坐标。

9.如权利要求1所述的方法，其中，对所述人工智能模型进行训练步骤包括：

使用策略梯度算法或者深度Q网络算法对所述人工智能模型进行训练。

10.如权利要求1所述的方法，还包括：

利用生成的测试脚本对所述目标应用进行测试；

在对所述目标应用进行测试的过程中，记录测试路径，直到测试结束，将测试过程中记录的测试路径记录为一次完整的测试路径。

11.如权利要求10所述的方法，其中，测试结束的条件包括测试出现错误时结束和再次回到同一界面时结束中的至少一个。

12.一种产生测试脚本的系统，包括：

模型获取模块，被配置为获取用于生成测试脚本的人工智能模型；

样本数据获取模块，被配置为获取样本数据；

模型训练模块，被配置为基于样本数据，对所述人工智能模型进行训练；

脚本生成模块，被配置为利用训练后的人工智能模型对目标应用生成测试脚本；

其中，所述测试脚本用于模拟对所述目标应用的界面的系列点击操作。