강화학습을 이용한 게임 콘텐츠의 시스템 테스트 자동화

Abstract

본 논문은 게임 콘텐츠의 시스템 테스트 자동화에 대한 연구이다. 기존의 테스트 자동화 기법들은 테스트 절차를 테스트 전용 자료에 기록하고 재생하는 방식으로, 기능 변경 시 테스트 자동화 자료 유지보수 비용이 발생한다. 이는 변경이 잦은 게 임 개발에는 부담이 된다. 이 문제를 해결하기 위해 테스트 목표를 보상함수로 명세하고 테스트 절차를 강화학습을 통해 수행시켰다. 제안한 테스트 자동화 기법과 기존 테스트 자동화 기법의 테스트 자동화 자료 유지보수 비용을 측정하기 위해 게임 콘텐츠 중 상점, 던전 입장, 스킬 장착을 대상으로 실험하였으며, 측정결과 절차형 테스트 자동화 기법 대비 약 7.2%의 테스트 자동화 자료 변경으로 테스트 자동화가 가능하였다.

This paper is a study on system test automation of game contents. Well-known test automation techniques are a recording and replaying test procedures in test data. This technique incurs the cost of maintenance of test automation data when the game contents is changed, which is a burden on game development that changes frequently. To solve this problem, the test objectives were specified as reward functions and the test procedure was performed through reinforcement learning. In order to measure the maintenance cost of the proposed test automation technique and the existing test automation technique, we experimented with the store contents, dungeon entry, and skill selection. The proposed automation was possible by changing the test automation data about 7.2% compared with procedural test automation technique.