Un réseau de neurones pour tester le navigateur à la place de Playwright : 99,7 % de précision

Un développeur a raconté sur Habr comment il a remplacé une partie de ses tests E2E Playwright par un minuscule pilote automatique à base de réseau de neurones, avec 49 000 paramètres et du TypeScript pur sans dépendances ONNX, et est passé par cinq itérations, d'une précision de 67 % à 99,7 % dans le modèle final.

Ce que les tests classiques ne peuvent fondamentalement pas vérifier

Playwright, Selenium et leurs équivalents détectent bien les bugs d'interface : le bouton a été cliqué, le formulaire envoyé, la fenêtre modale fermée. Mais ils butent sur un plafond de principe : ils ne peuvent pas évaluer l'efficacité stratégique des mécaniques de jeu.

Pour un jeu de stratégie en ligne, c'est l'angle mort central. La question clé du développement est : « Le joueur n'a-t-il pas plus intérêt à placer simplement son capital de départ sur un dépôt et à attendre, plutôt que de faire quoi que ce soit dans le jeu ? » Aucun scénario Playwright ne jouera des milliers de parties avec différentes stratégies, ne calculera le rendement final de chacune et ne le comparera à l'attente passive. C'est là qu'un agent entraînable trouve sa niche.

Comment fonctionne le pilote automatique

Le pilote automatique reçoit un instantané de l'état courant du jeu, un ensemble de caractéristiques numériques comme les ressources, les positions de la flotte et les horodatages, et renvoie l'action suivante : cliquer sur un bouton, attendre un événement, changer de mode. Principaux paramètres de l'implémentation :

• 49 000 paramètres : le modèle tient en quelques mégaoctets, sans GPU
• TypeScript pur : pas de runtime ONNX, de bibliothèque C native ni d'environnement Python
• Exécution directement dans le navigateur : l'agent vit dans le même processus que le jeu
• Métrique de qualité : l'efficacité finale de la stratégie par rapport au « dépôt » passif

Un tel agent peut tourner en mode accéléré, jouer des milliers de parties en une nuit et signaler automatiquement toute dégradation de l'équilibrage à chaque modification de la logique du jeu.

Cinq itérations : de 67 % au gel à 99,7 %

Le premier plafond est apparu à 67 % de précision : le modèle a surappris les actions les plus fréquentes et ignoré les coups rares mais critiques, symptôme classique d'un échantillon déséquilibré.

Après refonte du jeu de données et pondération des classes, la précision a progressé. Mais quand la métrique a atteint 99,7 %, quelque chose d'inattendu s'est produit : le réseau s'est entièrement figé et a cessé de prendre la moindre décision, tout en affichant une précision quasi parfaite. « Ne rien faire » s'est avéré la stratégie statistiquement correcte compte tenu de la manière dont les étiquettes cibles étaient encodées. Il a fallu affiner encore la fonction de perte et imposer une diversité d'actions dans le jeu d'entraînement.

«

Les tests unitaires, d'intégration et E2E Playwright détectent les bugs d'interface, mais sont impuissants face à la question : ne vaut-il pas mieux placer simplement son capital de départ sur un dépôt et attendre ? », explique l'auteur à propos de la motivation du projet.

Ce que cela signifie

L'expérience désigne une vraie niche que les frameworks de test classiques ne couvrent pas : le test comportemental de systèmes à dépendances de long terme. Les micromodèles en TypeScript sans dépendances externes offrent une alternative pratique aux scénarios manuels lorsqu'il s'agit de vérifier non pas si « le bouton fonctionne », mais si « le système se comporte correctement sur des milliers de parties ». Cela concerne les jeux en ligne, les simulateurs de trading et tout produit dont les mécaniques déterminent le comportement stratégique de l'utilisateur.

En quoi un réseau de neurones est-il meilleur que les tests

Playwright classiques ? Les tests classiques détectent les bugs d'interface (bouton cliqué, formulaire fermé), mais ne peuvent pas évaluer l'efficacité stratégique des mécaniques de jeu. Un réseau de neurones le peut.

Quelle précision un réseau de neurones atteint-il pour le test de navigateur ?

D'après les résultats du développeur, le réseau de neurones a atteint 99,7 % de précision avec 49 000 paramètres après cinq itérations d'entraînement.