MIMIC-Py：使用 大语言模型 进行个性驱动的自动化游戏测试的可扩展工具

现代视频游戏是复杂的、不确定的系统，很难大规模自动测试。尽管之前的工作表明个性驱动的 大语言模型 (LLM) 代理可以提高行为多样性和测试覆盖率，但现有工具很大程度上仍然是研究原型，缺乏跨游戏可重用性。本工具论文介绍了 MIMIC-Py，这是一种基于 Python 的自动化游戏测试工具，可将个性驱动的 LLM 代理转变为可重用且可扩展的框架。 MIMIC-Py 将个性特征公开为可配置输入，并采用模块化架构，将规划、执行和内存与游戏特定逻辑解耦。它支持多种交互机制，使代理能够通过公开的 API 或合成代码与游戏交互。我们描述了 MIMIC-Py 的设计，并展示了它如何以最少的工程工作量部署到新的游戏环境，从而弥合研究原型和实际自动化游戏测试之间的差距。源代码和演示视频可在我们的项目网页上找到：https://mimic-persona.github.io/MIMIC-Py-Home-Page/。