简介： 本说明书实施例提供一种基于强化学习的测试脚本生成方法和装置，其中，所述方法包括：获取用于测试的状态和行为，所述状态包括由测试初始状态至测试目标状态的多个测试状态，且所述多个测试状态之间的切换由所述行为触发，一个所述状态对应多个可能的行为；运行强化学习模型，确定每个所述状态和每个行为之间对应的Q值；根据所述Q值，得到测试脚本，所述测试脚本对应一条由测试初始状态至测试目标状态的执行路径，所述执行路径包括能够达到所述目标状态的行为序列，以通过所述测试脚本对目标被测软件进行测试。