引言：AI技术如何帮助游戏测试 1.游戏测试的难点、痛点 2.AI能解决哪些问题 第一章：保障游戏品质的AI助力剂——QQ飞车项目实践 1.飞车游戏中的深度需求 2.解决方案        2.1 自动驾驶：CNN学习网络、图像识别、玩家视频提取样本        2.2 目标数据采集：工程流图、数据采集、视频展示（自动驾驶+数据采集）        2.3 数据统计分析：同步情况、碰撞情况、辅助定位问题        2.4 结果展示 第二章：通用化自动游戏AI框架 1.通用化的意义和目标 2.GAME AI SDK的框架及流程        2.1 总体框架        2.2 图像图形识别框架        2.3 AI框架        2.4 使用流程 3.实际案例：CFM的AI自动化        3.1 CFM的流程结构        3.2 UI的配置及标签（GIE）        3.3 游戏图像识别标签        3.4 识别任务配置（配置工具）        3.5 AI算法编写（DQN及IM）        3.6 训练与测试        3.7 数据输出 4.框架功能扩展        4.1 UI算法（图像匹配，OCR，深度学习）        4.2 AI算法（判定树，DQN，IM）        4.3 图像图形识别        4.4 分布式应用 5、项目问题及解决方案 第三章：自动化游戏结果检测和分析 1.自动化游戏属性平衡判定与AI优化        1.1 通用游戏角色生成与平衡判定        1.2 自动化游戏角色属性平衡判定的意义        1.3 系统框架介绍        1.4 具体案例输出（以石器时代2为案例） 2.纯视觉识别游戏bug        2.1 游戏bug分类，当前解决现状        2.2 游戏性bug类问题识别        2.3 文字性bug类问题识别        2.4 图像性bug类问题识别