2020年7月6日-11日，第42屆軟件工程國際會議ICSE在線召開，我校伟德victory/人工智能學院軟件工程團隊多項高質量研究成果被錄用并做大會彙報。ICSE全稱為International Conference on Software Engineering，是軟件工程領域CCF A類會議，今年錄用率為20.9%。

錢巨副教授第一作者成果《RoScript: A Visual Script Driven Truly Non-Intrusive Robotic Testing System for Touch Screen Applications》從侵入式測試自動化難以應用在航空、航天等工業領域的封閉和非标準化設備上這一問題出發,結合計算機視覺和機器人前沿技術，提出了面向觸屏應用的非侵入式測試自動化方法，拓展了測試自動化技術的應用範圍和解決思路。該工作首先提出了一套由可視化腳本驅動、利用機器人觸發動作的測試自動化引擎，實現了非侵入式的測試執行。同時，還提出了視覺識别人手在屏幕上的動作，從而自動錄制測試腳本的方法，實現了非侵入式的測試腳本錄制。整個方法具備全程“非侵入”的特色，可在不向被測設備安裝任何軟件、建立任何連接的情況下工作，能夠用于任意的操作系統和GUI框架。實驗結果證實所提出方法具有較高的測試執行和腳本錄制準确度，具備較好的可用性。  

劉逵副研究員第一作者成果《On the Efficiency of Test Suite based Program Repair: A Systematic Assessment of 16 Automated Repair Systems for Java Programs》針對自動缺陷修複工具（Automated Program Repair, APR）的效率問題，提出了以NPC（number of patch candidates）作為衡量APR工具效率的一項指标。APR工具自提出以來，主要根據修複bug的數量和時耗來衡量APR工具的性能。然而不同的實驗平台和不同的bug程序在時耗上的不同，會使得通過時間來衡量ARP工具的效率産生偏差，為了消除此偏差對APR效率的衡量，該工作提出了NPC這一指标。通過系統性地運行16個面向Java程序缺陷的APR開源工具，對現有APR的工具有了一個全新的認識，深入研究了設置NPC的阈值和缺陷定位對APR性能産生的影響。

張靜宣講師第一作者成果《 Enriching API Documentation with Code Samples and Usage Scenarios from Crowd Knowledge》重點解決API參考文檔缺少演示API正确使用的代碼樣例及其使用場景的問題。該工作創造性地從群智論壇Stack Overflow中抽取出高質量的代碼樣例及其使用場景，填充到對應的API參考文檔頁面中，完成信息的融合，形成代碼樣例增強的API參考文檔。經過一系列的實證研究表明，相比于現有的最好方法，代碼樣例填充後的API參考文檔可以幫助軟件開發人員在更短的時間内完成更多的編程任務，極大地提高了軟件開發人員的編程效率。該成果論文于2019年被軟件工程旗艦期刊IEEE TSE（CCF A類期刊，IEEE Transactions on Software Engineering）錄用，收到ICSE 2020的邀請，入選了ICSE 2020的Journal First Paper，并在大會上作展示報告。