本說明書實(shí)施例提供一種基于強(qiáng)化學(xué)習(xí)的測(cè)試腳本生成方法和裝置，其中，所述方法包括：獲取用于測(cè)試的狀態(tài)和行為，所述狀態(tài)包括由測(cè)試初始狀態(tài)至測(cè)試目標(biāo)狀態(tài)的多個(gè)測(cè)試狀態(tài)，且所述多個(gè)測(cè)試狀態(tài)之間的切換由所述行為觸發(fā)，一個(gè)所述狀態(tài)對(duì)應(yīng)多個(gè)可能的行為；運(yùn)行強(qiáng)化學(xué)習(xí)模型，確定每個(gè)所述狀態(tài)和每個(gè)行為之間對(duì)應(yīng)的Q值；根據(jù)所述Q值，得到測(cè)試腳本，所述測(cè)試腳本對(duì)應(yīng)一條由測(cè)試初始狀態(tài)至測(cè)試目標(biāo)狀態(tài)的執(zhí)行路徑，所述執(zhí)行路徑包括能夠達(dá)到所述目標(biāo)狀態(tài)的行為序列，以通過所述測(cè)試腳本對(duì)目標(biāo)被測(cè)軟件進(jìn)行測(cè)試。