<rss xmlns:atom="http://www.w3.org/2005/Atom" version="2.0">
    <channel>
        <title>游戏测试 - 标签 - 一峰的记录</title>
        <link>https://www.simplife.tech/tags/%E6%B8%B8%E6%88%8F%E6%B5%8B%E8%AF%95/</link>
        <description>游戏测试 - 标签 - 一峰的记录</description>
        <generator>Hugo -- gohugo.io</generator><language>zh-cn</language><lastBuildDate>Sun, 30 Nov 2025 22:01:52 &#43;0800</lastBuildDate><atom:link href="https://www.simplife.tech/tags/%E6%B8%B8%E6%88%8F%E6%B5%8B%E8%AF%95/" rel="self" type="application/rss+xml" /><item>
    <title>尝试强化学习训练卡牌对战 AI 的失败尝试</title>
    <link>https://www.simplife.tech/posts/rl-card-ai-failed-experiment/</link>
    <pubDate>Sun, 30 Nov 2025 22:01:52 &#43;0800</pubDate>
    <author>一峰</author>
    <guid>https://www.simplife.tech/posts/rl-card-ai-failed-experiment/</guid>
    <description><![CDATA[<h2 id="一为什么想做这件事">一、为什么想做这件事</h2>
<p>当前线上跑着的机器人有不同等级，最弱的是从左到右费用够就出牌的固定规则模式，最强的是设定了一些收益参数，每次出牌会选择收益最高的牌的模式，还人工加入了 combo 组合的检测和连续打出。</p>]]></description>
</item>
<item>
    <title>卡牌对战自动化测试框架设计实践</title>
    <link>https://www.simplife.tech/posts/cardgame-auto-test-framework/</link>
    <pubDate>Wed, 13 Aug 2025 16:44:34 &#43;0800</pubDate>
    <author>一峰</author>
    <guid>https://www.simplife.tech/posts/cardgame-auto-test-framework/</guid>
    <description><![CDATA[<h2 id="一背景">一、背景</h2>
<p>项目从0到1点时候，都是手工测试的，经历了多轮改一发坏全身。可想而知，未来要加新机制或调数值的话，如果还用传统测试方式，会非常低效：</p>
<ul>
<li>修改一点效果就需要重复回归大量组合</li>
<li>Buff、护甲、伤害、回血、摸牌等复杂联动容易漏测</li>
<li>数值调整后缺乏系统化验证手段</li>
<li>特定出牌顺序的case需要一定运气</li>
</ul>
<p>如果没有自动化测试框架，后续所有平衡性调整都会越来越危险。</p>]]></description>
</item>
</channel>
</rss>
