Rede neural de 49 mil parâmetros no lugar de testes Playwright para um jogo de estratégia em navegador

Um desenvolvedor de uma estratégia espacial em navegador descreveu no Habr como substituiu parte dos testes E2E do Playwright por uma pequena rede neural autopiloto — 49 mil parâmetros, TypeScript puro sem dependências ONNX — e passou por cinco iterações de um teto de precisão de 67% até um modelo que congelava completamente em 99,7%.

O que os testes clássicos fundamentalmente não conseguem verificar

Playwright, Selenium e análogos são bons em detectar bugs de interface: o botão clicou, o formulário desapareceu, a janela modal fechou. Mas têm um teto fundamental — não conseguem avaliar a eficácia estratégica das mecânicas do jogo.

Para uma estratégia em navegador, este é um ponto cego chave. A pergunta central ao desenvolver é: "Mas não seria mais lucrativo para o jogador simplesmente depositar seu capital inicial e esperar — em vez de fazer qualquer coisa no jogo?" Nenhum cenário do Playwright jogará milhares de partidas com diferentes estratégias, calculará a rentabilidade final de cada uma e a comparará com a espera passiva. É exatamente aqui que se abre um nicho para um agente treinável.

Como o autopiloto funciona

O autopiloto recebe um snapshot do estado atual do jogo — um conjunto de características numéricas: recursos, posições da frota, timestamps — e emite a próxima ação: clique em um botão, aguarde um evento, alterne o modo. Parâmetros-chave da implementação:

• 49 mil parâmetros — o modelo cabe em alguns megabytes, sem GPU necessária
• TypeScript puro — sem runtime ONNX, biblioteca C nativa ou ambiente Python
• Executar diretamente no navegador — o agente vive no mesmo processo que o jogo
• Métrica de qualidade — a eficácia final da estratégia em relação ao "depósito" passivo

Um agente assim pode rodar em modo acelerado, executar milhares de partidas durante a noite e detectar automaticamente degradação de equilíbrio com cada mudança na lógica do jogo.

Cinco iterações de 67% até congelamento em 99,7%

O primeiro teto foi atingido em 67% de precisão: o modelo sofreu overfitting nas ações mais frequentes e ignorou movimentos raros mas criticamente importantes — um sintoma clássico de um conjunto de dados desequilibrado.

Após refazer o conjunto de dados e ponderar as classes, a precisão subiu. Mas quando a métrica atingiu 99,7%, algo inesperado aconteceu: a rede neural congelou completamente e parou de tomar qualquer decisão — e ainda assim apresentava precisão quase perfeita. "Não fazer nada" acabou sendo uma estratégia estatisticamente correta dado como os rótulos alvo foram codificados. Foram necessários ajustes adicionais na função de perda e diversidade forçada de ações no conjunto de treinamento.

"Testes unitários, testes de integração e

Playwright E2E detectam bugs na interface, mas são impotentes contra a pergunta: não seria mais lucrativo simplesmente depositar o capital inicial e esperar?" — explica o autor a motivação do projeto.

O que isso significa

O experimento aponta para um nicho real que os frameworks de teste clássicos não cobrem: teste comportamental de sistemas com dependências de longo prazo. Micromodelos em TypeScript sem dependências externas — uma alternativa prática para cenários manuais onde é importante verificar não "o botão funciona", mas "o sistema se comporta corretamente em milhares de partidas". Relevante para jogos em navegador, simuladores de negociação e qualquer produto onde as mecânicas determinam o comportamento estratégico do usuário.