基于深度强化学习的局内战斗自动化测试探索
游戏项目研发时，期望搭建自动化测试平台，发现局内bug，避免重复劳动、提高测试效率以及避免人为的操作错误。其中环境要求使用项目需要使用Airtest、poco对接强化学习的服务器，实现Airtest将状态信息发送给服务器，服务器返回下一步的决策。
1. 前期准备工作
了解Airtest、poco、强化学习agent的决策方式。
1.1 Airtest介绍
Airtest基于图像识别的自动化测试框架。这个框架核心不在实现方式和技术上，而是理念！这个框架的理念借用是MIT（麻省理工）研究院的成果 Sikuli ，他们构思了一种全新的UI测试模式，基于图像识别控件而不是具体内存里的控件对象。
Airtest特点
① 支持基于图像识别的可程式化测试工具
② 跨平台
③ 生成测试报告
④ 支持poco等SDK内嵌，提高UI识别精度
Airtest界面（包含点击、滑动、判断、截屏等接口）
Airtest局限性
然而在实际工程中，图像不会一成不变，我们需要捕获项目的动态节点，针对动态节点进行点击、移动等操作（比如商店买旗子的位置节点）
我们需要另一个工具Poco。
1.2 Poco介绍
目前Poco只支持原生Android和ios的接口调用，其他平台均需要接入对应平台的sdk
Poco获取UI树的方式
从根节点开始向下遍历子节点
在unity项目中，需要在unity中安装Poco的SDK
Poco调用方法
Poco调用举例
poco = UnityPoco()
poco('btn_start').click()
① Airtest通过接口调用unity中的pocosdk，SDK对整个ui树进行遍历，将dump后的json信息传回Airtest。
② Airtest在得到的UI树中找到‘btn_start’的元素位置信息，通过adb进行点击操作。
1.3 强化学习的简述
Environment 通常利用马尔可夫过程来描述，Agent 通过采取某种 Policy 来产生Action，和 Environment 交互，产生一个 Reward。之后 Agent 根据 Reward 来调整优化当前的 Policy。
用上图更形象的解释，state是环境的一个状态，observation是Agent观察到的环境状态，这里observation和state是一个意思。首先Agent观察到环境的一个状态，比如是一杯水，然后Agent采取了一个行为，这个行为是Agent把杯子中的水给打碎了，这样环境的的状态已经发生了变化，然后系统会对这个行为打一个分数，来告诉Agent这样的行为是否正确，然后根据新变化的环境状态，Agent再采取进一步的行为。Agent所追求的目标就是让Reward尽量的大。
2. 项目执行过程：
2.1 背景
通过将训练好的一个Agent部署到服务器上，其他人通过访问服务器，流程如下：
① 测试端收集信息->测试端将信息转成约定好的state格式->测试端将state发给服务器->服务器返回一个Agent的决策->测试端收到信息执行决策->
② 测试端收集信息(新一轮循环的开始)...
在这个过程中，测试端收集信息耗时最为严重，针对项目需求决定对其部分进行优化。
2.2 具体问题
① poco首次调用dump接口时会启动大量mincap等诸多可执行文件，导致7秒左右的延迟。
② Airtest操作遇到的延迟过于严重，导致每回合可操作时间30秒内，只能进行4-5个动作。
然而本地训练的agent后期每回合操作数能达到16个左右，导致后期agent动作不能完全在客户端上做完。
2.3 解决方案
① 提前加载poco的click事件
② 定位到dump耗时严重，决定从sdk的接口出发，减少dump出的json文件大小。
a. 在unity的接口中，加入tagfilter、blacklist、propertylist参数，来控制json的文件大小。
其中tagfilter用于针对指定tag的unitygameobject的筛选，可以去除除UI和Default以外的所有物体。
blacklist用于针对unitygameobject名字的筛选，能提高dump效率50%
propertylist用于减少单个unitygameobject的参数写入，默认单个物体有10多个参数，筛选后可以省下6个左右的参数。可提高dump效率33%
b. 在python的接口使用对应接口参数
该方法完美解决了操作延迟的问题，目前客户端单回合30秒可以完成20个左右的动作。
2.4 具体步骤：
- layerfilter 在项目中，有13个layer。只对tag为UI和Default的UGO进行递归写入子节点信息，剔除掉场景、特效等层级，可以大幅减少开销。
- namefilter 并非所有UI节点信息都是自动化测试需要获得的必要数据。所以在递归查询子节点时，遇到写入黑名单的UGO的名字时，可以减少约50%的时间开销。
主要修改C#的poco中AbstractDumper中的dumpHierarchyImpl接口，具体如图：
private Dictionary<string, object> dumpHierarchyImpl (AbstractNode node, bool onlyVisibleNode, Dictionary<string, object> extrapar)
{
if (node == null)
{
return null;
}
Dictionary<string, object> payload = new Dictionary<string, object>();
if (extrapar != null && extrapar.ContainsKey("param4") && extrapar["param4"] != null)
{
payload = node.enumerateAttrs(extrapar["param4"].ToString());
}
else
{
payload = node.enumerateAttrs(null);
}
Dictionary<string, object> result = new Dictionary<string, object> ();
string name = (string)node.getAttr ("name");
result.Add ("name", name);
result.Add ("payload", payload);
List<object> children = new List<object>();
if (extrapar!= null)
{
if (extrapar.ContainsKey("param3") && extrapar["param3"] != null)
{
requirelayer = extrapar["param3"].ToString().Split('|').ToList();
string layer = (string)node.getAttr("layer");
if (!requirelayer.Contains(layer))
{
//Debug.LogError("--dumpHierarchyImpl layer is not contains");
return result;
}
}
if (extrapar.ContainsKey("param2") && extrapar["param2"] != null)
{
try
{
filterlist.Clear();
string str = extrapar["param2"].ToString();
filterlist = str.Split('|').ToList();
}
catch
{
Debug.LogError("~~~dumpHierarchy Implextrapar param2 error");
}
if (filterlist.Contains(name))
{
return result;
}
}
}
foreach (AbstractNode child in node.getChildren())
{
if (!onlyVisibleNode || (bool)child.getAttr ("visible"))
{
children.Add (dumpHierarchyImpl (child, onlyVisibleNode, extrapar));
}
}
if (children.Count > 0)
{
result.Add ("children", children);
}
return result;
}
- propertyfilter json默认dump出的一个节点参数包含：
name、payload、type、visible、pos、size、scale、anchorPoint、zOrders、clickable、components、_ilayer、layer、_instanceId等参数。我们剔除掉了
visible|scale|anchorPoint|clickable|components|_ilayer|layer|_instanceId实际上用不上的参数，大大减少的dump出来json的文件大小，可以减少约33%的时间开销。
主要修改C#的poco中UnityNode中的enumerateAttrs、GetPayload接口，具体如下：
private Dictionary<string, object> GetPayload(string blackList)
{
Dictionary<string, object> all = new Dictionary<string, object>() {
{ "name", gameObject.name },
{ "type", GuessObjectTypeFromComponentNames (components) },
{ "visible", GameObjectVisible (renderer, components) },
{ "pos", GameObjectPosInScreen (objectPos, renderer, rectTransform, rect) },
{ "rawpos", GameObjectVec3Pos (objectRawPos) },
{ "rawrectpos", GameObjectVec3Pos (objectRectRawPos) },
{ "size", GameObjectSizeInScreen (rect, rectTransform) },
{ "scale", new List<float> (){ 1.0f, 1.0f } },
{ "anchorPoint", GameObjectAnchorInScreen (renderer, rect, objectPos) },
{ "zOrders", GameObjectzOrders () },
{ "clickable", GameObjectClickable (components) },
{ "text", GameObjectText () },
{ "components", components },
{ "texture", GetImageSourceTexture () },
{ "tag", GameObjectTag () },
{ "_ilayer", GameObjectLayer() },
{ "layer", GameObjectLayerName() },
{ "_instanceId", gameObject.GetInstanceID () },
};
Dictionary<string, object> payload = new Dictionary<string, object>();
if (!string.IsNullOrEmpty(blackList))
{
List<string> black_list = blackList.Split('|').ToList();
foreach(KeyValuePair<string, object> it in all)
{
if(black_list.Contains(it.Key))
{
continue;
}
payload.Add(it.Key,it.Value);
}
}
else
{
payload = all;
}
return payload;
}
我们是行者AI，我们在“AI＋游戏”中不断前行。
如果你也对游戏感兴趣，对AI充满好奇，那就快来加入我们吧~
