本书提出了自动驾驶汽车智能测试理论。研究和总结了智能测试的基础概念、科学问题、研究方法和规律定理，提出了智能测试的方法框架，并论证了智能测试的准确性定理和高效性定理，为系统解决自动驾驶汽车的测试问题提供了理论基础。 本书提出了自动驾驶汽车测试场景库生成方法体系。针对低复杂度、中复杂度、高复杂度和自适应场景库生成问题，分别构建凸优化、强化学习、深度强化学习和贝叶斯优化等系列模型，形成了测试场景库生成方法体系，为多种复杂度场景、多项评价指标和多类型自动驾驶汽车的智能测试提供了方法支撑。 本书针对自动驾驶汽车在换道、跟驰和出入匝道等场景下的典型测试问题，通过仿真实验验证了论文所提出理论与方法的有效性，为规模化应用提供了指导。