【技术实现步骤摘要】
本申请涉及智慧家庭，具体而言，涉及一种控制指令的确定方法及装置、存储介质及电子装置。
技术介绍
1、通常情况下，在应用软件开发出来以后，需要对应用软件进行相应的软件测试，其中就包括对应用软件进行压力测试。目前，对软件进行压力测试通常是采用monkey测试，monkey测试是android中的一个命令行工具，可以运行在模拟器里或实际设备中，它向系统发送伪随机的用户事件流(如按键输入、触摸屏输入、手势输入等)，进而实现对正在开发的应用软件进行压力测试。但目前，在对软件进行压力测试的时候，通常是对应用软件的所有页面进行测试，并不能针对应用软件中的特定页面进行侧重性的压力测试，进而使得对特定页面的测试效率较低。
2、针对相关技术中，无法对应用软件的特定页面进行侧重性的压力测试的问题，目前尚未提出有效的解决方案。
3、因此，有必要对相关技术予以改良以克服相关技术中的所述缺陷。
技术实现思路
1、本专利技术实施例提供了一种控制指令的确定方法及装置、存储介质及电子装置，以至少解决无法对应用软件的特定页面进行侧重性的压力测试的问题。
2、根据本专利技术实施例的一方面，提供一种控制指令的确定方法，包括：确定目标应用的初始价值矩阵，其中，所述初始价值矩阵中包括切换动作的初始奖励值，所述切换动作包括以下至少之一：将所述目标应用从第i页面切换至所述第i页面的上一级页面、将所述目标应用从第i页面切换至所述第i页面的下一级页面、将所述目标应用继续保持在所述第i页面；所述i为
3、在一个示例性的实施例中，对所述初始价值矩阵进行强化学习，直至得到符合预设条件的目标价值矩阵，包括：随机确定所述目标应用的当前页面；重复执行以下步骤，直至所述目标应用的当前页面为所述待测试页面，并得到更新后的初始价值矩阵，在所述更新后的初始价值矩阵满足所述预设条件的情况下，将所述更新后的初始价值矩阵确定为所述目标价值矩阵：根据所述初始价值矩阵确定所述目标应用的当前切换动作，其中，所述切换动作包括所述当前切换动作；控制所述目标应用执行所述当前切换动作，并计算所述当前切换动作的当前奖励值；将所述初始价值矩阵中与所述当前切换动作相对应的奖励值更新为所述当前奖励值。
4、在一个示例性的实施例中，根据所述初始价值矩阵确定所述目标应用的当前切换动作，包括：确定所述目标应用的允许切换动作集合，其中，所述允许切换动作集合中的每个允许切换动作为所述目标应用在当前页面下允许执行的动作；根据所述初始价值矩阵确定所述允许切换动作集合中每个允许切换动作的奖励值；将所述当前切换动作集合中奖励值最高的允许切换动作确定为所述目标应用的当前切换动作。
5、在一个示例性的实施例中，计算所述当前切换动作的当前奖励值，包括：获取固定价值矩阵，并从所述固定价值矩阵中确定所述当前切换动作的固定奖励值，其中，所述固定价值矩阵中包括所述切换动作的固定奖励值；确定所述目标应用在执行所述当前切换动作后的当前页面下允许执行的多个第一切换动作；根据所述初始价值矩阵确定所述多个第一切换动作中每个动作的奖励值，得到多个奖励值，并从所述多个奖励值中确定参考奖励值，其中，所述参考奖励值在所述多个奖励值中最高；根据所述固定奖励值和所述参考奖励值确定所述当前切换动作的当前奖励值。
6、在一个示例性的实施例中，所述方法还包括：通过以下方式确定更新后的初始价值矩阵是否满足所述预设条件：在根据所述更新后的初始价值矩阵确定所述目标应用中的每个页面与所述待测试页面之间均存在目标路径的情况下，确定所述更新后的初始价值矩阵满足所述预设条件，其中，所述目标路径为所述每个页面切换至所述待测试页面的所有路径中执行切换动作次数最少的路径；在所述更新后的初始价值矩阵不满足所述预设条件的情况下，所述方法还包括：初始化所述初始价值矩阵，并再次随机确定所述目标应用的当前页面；重复执行以下步骤，直至所述目标应用的当前页面为所述待测试页面：根据所述初始价值矩阵确定所述目标应用的当前切换动作；控制所述目标应用执行所述当前切换动作，并计算所述当前切换动作的当前奖励值；将所述初始价值矩阵中与所述当前切换动作相对应的奖励值更新为所述当前奖励值。
7、在一个示例性的实施例中，根据所述目标价值矩阵和所述目标切换规则确定对所述目标应用进行软件压力测试的过程中下发的控制指令，包括：根据所述目标价值矩阵从所述目标应用在当前页面允许执行的多个切换动作中确定所述目标切换动作；根据所述目标切换动作和所述目标切换规则确定控制指令，以控制所述目标应用切换至所述目标切换动作对应的页面。
8、在一个示例性的实施例中，根据所述目标切换动作和所述目标切换规则确定控制指令，包括：根据所述目标切换动作为目标组件集合的每个组件设置奖励值，其中，所述目标组件集合中包括所述目标应用的当前页面中的所有组件，所述目标组件集合包括用于实现所述目标切换动作的目标组件；确定所述控制指令为点击所述目标组件集合中对应的奖励值最高的所述目标组件。
9、根据本专利技术实施例的另一方面，还提供了一种控制指令的确定装置，包括：第一确定模块，用于确定目标应用的初始价值矩阵，其中，所述初始价值矩阵中包括切换动作的初始奖励值，所述切换动作包括以下至少之一：将所述目标应用从第i页面切换至所述第i页面的上一级页面、将所述目标应用从第i页面切换至所述第i页面的下一级页面、将所述目标应用继续保持在所述第i页面；所述i为小于等于n的正整数，所述n为所述目标应用的页面数；处理模块，用于对所述初始价值矩阵进行强化学习，直至得到符合预设条件的目标价值矩阵，其中，所述目标价值矩阵中包括所述切换动作的目标奖励值；在所述目标应用处于所述n个页面中的任意一个页面时，按照目标切换规则对所述目标应用进行页面切换后，所述目标应用均处于待测试页面，其中，所述目标切换规则包括：在当前页面执行目标切换动作，所述目标切换动作是所述目标应用在当前页面允许执行的所有切换动作中的一个动作，在所述目标价值矩阵中，所述目标切换动作对应的目标奖励值在所述目标应用当前允许执行的所有切换动作的目标奖励值中最高；第二确定模块，用于根据所述目标价值矩阵和所述目标切换规则确定对所述目标应用进行软件压力测试的过程中下发的控制指令。
10、根据本专利技术实施本文档来自技高网...
【技术保护点】
1.一种控制指令的确定方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，对所述初始价值矩阵进行强化学习，直至得到符合预设条件的目标价值矩阵，包括：
3.根据权利要求2所述的方法，其特征在于，根据所述初始价值矩阵确定所述目标应用的当前切换动作，包括：
4.根据权利要求2所述的方法，其特征在于，计算所述当前切换动作的当前奖励值，包括：
5.根据权利要求2所述的方法，其特征在于，所述方法还包括：
6.根据权利要求1所述的方法，其特征在于，根据所述目标价值矩阵和所述目标切换规则确定对所述目标应用进行软件压力测试的过程中下发的控制指令，包括：
7.根据权利要求6所述的方法，其特征在于，根据所述目标切换动作和所述目标切换规则确定控制指令，包括：
8.一种控制指令的确定装置，其特征在于，包括：
9.一种计算机可读的存储介质，其特征在于，所述计算机可读的存储介质包括存储的程序，其中，所述程序运行时执行权利要求1至7中任一项所述的方法。
10.一种电子装置，包括存储器和处理
...【技术特征摘要】
1.一种控制指令的确定方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，对所述初始价值矩阵进行强化学习，直至得到符合预设条件的目标价值矩阵，包括：
3.根据权利要求2所述的方法，其特征在于，根据所述初始价值矩阵确定所述目标应用的当前切换动作，包括：
4.根据权利要求2所述的方法，其特征在于，计算所述当前切换动作的当前奖励值，包括：
5.根据权利要求2所述的方法，其特征在于，所述方法还包括：
6.根据权利要求1所述的方法，其特征在于，根据所述目标价值矩阵和所述目标切换规则确定对...
【专利技术属性】
技术研发人员：尹德帅，王守峰，李入宁，栾琳，
申请(专利权)人：青岛海尔科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。