摘要
多值依赖矩阵是一种重要的可测试性建模方法，相比传统的依赖矩阵，它能提供更全面的可测试性信息。然而，现有的可测试性策略优化算法在处理多值依赖矩阵时表现不佳，而随着系统复杂度的增加，高维的多值依赖矩阵更是加剧了这些限制。为了解决这些问题，本文提出了一种基于深度强化学习的多值依赖条件下的新型可测试性策略优化方法。首先，从多值依赖矩阵中确定需要测试的元素集合以及用于最小化测试序列长度和测试成本的两种奖励函数。接着，提出了基于深度Q网络的测试点选择算法，并通过更新DQN参数来适配测试点的Q值。再者，为了分别解决高维矩阵环境中的过高估计问题和样本冗余问题，引入了双DQN算法和优先经验回放机制。实验结果表明，该方法生成的可测试性策略能够以更少的步骤或更低的成本检测出所有故障。在高维矩阵环境中，与其它启发式算法相比，它不仅能降低测试成本，还能保持良好的稳定性。
