本發(fā)明公開了一種自動化測試的方法和裝置，涉及計(jì)算機(jī)技術(shù)領(lǐng)域。該方法的一具體實(shí)施方式包括：采集測試人員在進(jìn)行測試時(shí)的決策軌跡數(shù)據(jù)，將所述決策軌跡數(shù)據(jù)作為專家策略；創(chuàng)建獎勵(lì)函數(shù)的模型；將所述專家策略作為逆強(qiáng)化學(xué)習(xí)算法的輸入，以求出使所述獎勵(lì)函數(shù)的值最大的回報(bào)系數(shù)；根據(jù)所述最大回報(bào)系數(shù)對應(yīng)的獎勵(lì)函數(shù)，計(jì)算出最大的累積獎勵(lì)函數(shù)值所對應(yīng)的策略，以按照所述策略進(jìn)行自動化測試。該實(shí)施方式通過逆強(qiáng)化學(xué)習(xí)算法設(shè)計(jì)出了獎勵(lì)函數(shù)，進(jìn)而得出對應(yīng)專家策略的策略，按照該策略進(jìn)行自動化測試，一方面節(jié)省了測試資源，另一方面在測試深度和覆蓋廣度上可以跟測試人員的測試效果相接近。