面向持续集成测试优化的强化学习奖励机制研究

发布者:江卫东发布时间:2020-11-26浏览次数:65


面向持续集成测试优化的强化学习奖励机制研究


 李 征 教授 博导

 北京化工大学信息科学与技术学院



时间:11299:30-10:30

地点:中国矿业大学计算机学院A501


报告摘要:

 持续集成环境下的测试存在测试用例集变化大、测试时间有限和快速反馈等需求,传统测试优化方法难以适用。强化学习是机器学习的一个重要分支,其本质是解决序贯决策问题,可以用于持续集成测试优化。奖励函数在强化学习中计算智能体选取某个动作后的即时奖励,是智能体与环境交互的直接反馈,对后续动作的选择具有重要作用。本研究面向持续集成测试优化,系统研究了强化学习中奖励函数的计算、奖励策略、奖励范围等。

个人简介

李征,北京化工大学信息科学与技术学院教授、博导。2009年在英国King’s College London获博士学位,曾获获教育部《新世纪优秀人才支持计划》资助。重点研究智能化软件工程,是中国基于搜索的软件工程研讨会(CSBSE)发起人。研究领域同时包括大规模程序源代码的分析与测试,主持多项国家省部级项目,单篇论文最高被引超过500次。曾任第十七届IEEE 源代码分析与执行国际会议(SCAM)大会主席,担任ICSM、WCRE、GECCO、和RT等国际会议的程序委员会委员,同时担任了STVRJSS等国际期刊的客座编辑。









黄页网站大全手机在线国产,屁股抬高就不疼了,美女动态图真人后进式 <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <文本链> <文本链> <文本链> <文本链> <文本链> <文本链>