A Path Less Traveled: Reimagining Software Engineering Automation via a Neurosymbolic Paradigm
本文提出神经符号软件工程（NSE）范式，将神经学习与符号推理结合并引入受控混沌，以提升AI驱动软件工程自动化的效率、可靠性和透明度。
2025-05-04 cs.SE
DAnTE: a taxonomy for the automation degree of software engineering tasks
本文提出面向软件工程的自动化程度分类法 DAnTE，用以评估历代及 AI 编程工具的自动化等级、局限与未来发展。
2023-09-26 cs.SE
Designing Adaptive Developer-Chatbot Interactions: Context Integration, Experimental Studies, and Levels of Automation
针对软件开发复杂度高、上下文多样且相关交互研究不足的问题，本研究探索基于上下文的开发者-聊天机器人自适应交互设计，以形成支持开发者工作的方案与知识。
2023-05-01 cs.SE
Test Automation Process Improvement in a DevOpsTeam: Experience Report
如何成功地进行持续开发的测试自动化过程改进（TAPI），包括迭代软件开发，持续测试和交付，是许多软件组织面临的挑战。在本文中，我们介绍了F-Secure（芬兰软件公司）的一个DevOps团队在TAPI上的经验报告。该团队构建Windows应用软件，并存在于F-Secure的TAPI文化中。该团队自我报告在持续开发的测试自动化方面的高满意度和成熟度。为了研究他们的TAPI，我们回顾了一系列经验记录、团队反思报告和遥测结果报告。随后，又召开了几次会议讨论细节。我们发现，基于团队的理解，持续开发的测试自动化成熟度被定义为一组指标，例如，提高发布速度，提高团队的生产力，测试效率高。第二，该小组指出，一系列关键的成功因素对成功执行其TAPI具有重大影响，例如，增量方法，整个团队的努力，测试工具的选择和架构，遥测。第三，我们将观察团队中的TAPI实践与先前文献中描述的实践进行比较。该团队认为，现有的测试自动化成熟度方法应该包括已确定的实践，如整个团队努力为软件行业构建更全面的测试自动化改进模型。
2020-04-15 cs.SE
Investigating the Interplay between Developers and Automation
持续实践是现代软件开发工作流的主要内容。特别是自动化，由于其与质量和生产力相关的好处而被广泛采用。然而，与软件开发工作流的所有其他方面类似，自动化与人类（在本例中为开发人员）交互。虽然一些工作已经调查了自动化对开发人员的影响，但尚不清楚上下文和流程在多大程度上影响这种影响。我们提出了我们的开发人员和自动化的ADEPT理论，试图弥合这一差距，并确定可能的方式上下文，过程和其他因素可能会影响开发人员如何感知，解释，并与自动化互动。
2021-03-12 cs.SE
GitHub Marketplace for Practitioners and Researchers to Date: A Systematic Analysis of the Knowledge Mobilization Gap in Open Source Software Automation
用于分发软件产品和服务的市场已经变得越来越受欢迎。GitHub以其通过Git提供的版本控制功能而闻名，于2017年推出了自己的市场。GitHub Marketplace托管第三方应用程序和操作，以自动化软件团队的工作流程。目前，该市场拥有32个不同类别的440个应用程序和7，878个操作。总体而言，419个第三方开发者在这个平台上发布了他们的应用程序，111个不同的客户采用了它们。GitHub项目的流行和可访问性使得这个平台和托管在其上的项目成为软件工程研究中最常见的实验对象之一。一个简单的Google Scholar搜索显示，自2017年以来，有24，100篇研究论文在软件工程领域讨论了GitHub，但没有一篇研究了市场。GitHub Marketplace提供了一个独特的信息来源，介绍了开源软件（OSS）生态系统中从业者用于自动化项目工作流程的工具。在这项研究中，我们（i）挖掘并提供GitHub Marketplace的描述性概述，（ii）对开源软件自动化的研究进行系统的映射，以及（iii）比较自动化工具的最新技术水平和实践水平。最后，我们讨论了GitHub Marketplace在该领域内的知识动员和协作潜力。这是该领域对GitHub Marketplace的第一次研究。
2022-07-31 cs.SE
SEAT: A Taxonomy to Characterize Automation in Software Engineering
降低构建高质量软件所需的成本和时间是软件开发人员的主要目标。自动化软件工程（ASE）研究人员的主要目标是构建能够帮助实现这一目标的工具和技术。然而，为了有效，ASE研究人员或专业人员必须了解成功和不太成功的ASE工具的特性，以及这些ASE工具所采用的组成技术。在本文中，我们提出了这样的ASE工具和主要组成技术的表征，从不同领域的计算机科学和工程，已采用这样的ASE工具。为了开发表征，我们对约1175篇ASE研究文章进行了广泛的系统性文献综述。我们的主要目标之一是确定ASE工具、其组成技术和这些工具所针对的软件开发生存周期活动之间的有用关系。在随着时间的推移，我们没有观察到任何明显的趋势，在流行的组成技术的变化。我们将我们的特征化结果组织为一个名为SEAT（软件工程自动化分类）的分类法。SEAT的一个突出特点是它侧重于SDLC所有阶段的活动自动化。在其他应用程序中，这种分类法应能够为不同的SDLC活动合成新的自动化工具。重组现有系统以实现更好的功能也是可能的。此外，分类法已经被实现为使用neo4j（开源图形数据库）的图形数据库，其可以使用类似SQL的语言来查询。图数据库允许我们通过穷举搜索不同节点（即概念）之间的连接和路径来揭示隐藏的关系。我们通过讨论几个实际用例来证明SEAT的有效性。
2018-03-26 cs.SE
Bot-Driven Development: From Simple Automation to Autonomous Software Development Bots
本文研究机器人驱动的开发（BotDD）如何从简单自动化演进为自主决策的软件开发机器人，并提出研究议程以解决人机信任、技能发展和治理等关键挑战。
2024-11-25 cs.SE
GitHub Marketplace for Automation and Innovation in Software Production
本文通过分析 GitHub Marketplace 上 8,318 个自动化工具并对比 515 篇学术论文，揭示了工业界与学术界在软件生产自动化工具使用上的差异，为开源自动化工具生态提供了系统性的实证描述。
2024-07-07 cs.SE
Machines that test Software like Humans
自动化的软件测试包括由机器执行测试脚本，而不是手动运行。这大大减少了所需的手动时间和工作量，因此对软件测试行业非常感兴趣。已经开发了各种工具来自动化测试Web应用程序（例如Selenium WebDriver）;然而，测试自动化的实际应用仍然很少。这是由于创建和维护自动化脚本的复杂性。现有方法的关键问题是自动化测试脚本需要被测应用（AUT）的某些实现细节（例如，web元素的html代码或web元素的图像）。另一方面，如果我们看一下手工测试的方式，测试人员解释文本测试脚本，并纯粹基于他通过GUI视觉感知的内容与AUT交互。在本文中，我们提出了一种方法来建立一个机器，可以模仿人类的行为，软件测试使用计算机视觉的最新进展。我们还提出了四个用例，说明这种方法如何显着推进测试自动化空间，使测试自动化足够简单，可以实际采用。
2018-09-25 cs.SE
How to Define Design in Industrial Control and Automation Software
本研究针对工业控制与自动化软件（iCAS）领域设计缺乏科学基础的问题，通过回顾软件行业与设计理论中的设计定义，澄清了关于设计的普遍误解，探讨了设计的科学定义、起点、评价标准及其与设计语言的区别，并分析了临时性与系统性设计方法的差异及关注平衡策略。
2025-07-13 cs.SE
AI-Driven Self-Evolving Software: A Promising Path Toward Software Automation
College of AI, Tsinghua University（清华大学人工智能学院）；School of Computer Science, Peking University（北京大学计算机学院）；School of Computer Science and Engineering, Beihang University（北航计算机科学与工程学院）
针对当前AI仅作为开发助手、软件仍依赖人工干预的问题，提出AI驱动的自演化软件概念，通过多智能体架构原型验证其自主演化的可行性，为真正的软件自动化提供了新路径。
2025-10-01 cs.AI cs.SE
Enhancing Large Language Models with Retrieval Augmented Generation for Software Testing and Inspection Automation
Department of Computer Science University of Colorado Colorado Springs (UCCS)（科罗拉多大学科罗拉多斯普林斯分校计算机科学系）；Smith College（史密斯学院）
本文通过检索增强生成方法提升大型语言模型在软件测试和检查自动化中的应用，有效减少项目成本并提高验证与确认活动的效果和效率。
2026-04-16 cs.SE
Navigating the growing field of research on AI for software testing -- the taxonomy for AI-augmented software testing and an ontology-driven literature survey
Technische Universität Berlin（柏林技术大学）
本文针对软件测试自动化投入成本高的问题，综述了各自动化程度下的AI增强软件测试研究及AI催生的新型测试，提出分类体系ai4st以梳理现有研究、明确开放问题。
2025-06-17 cs.AI cs.SE
ADEPT: A Socio-Technical Theory of Continuous Integration
在软件开发工作流程中依赖自动化的持续实践已经被工业界广泛采用了十多年。尽管这种广泛的使用，软件开发仍然是一个主要的人类驱动的活动，是高度创造性和协作。关于持续实践如何依赖于自动化及其对软件质量和开发速度的影响，已经有了广泛的研究，但对于自动化如何影响开发人员的行为和协作，研究相对较少。在本文中，我们介绍了一个关于持续实践的社会技术理论。ADEPT理论结合了包括人、过程、文档、自动化和项目环境在内的结构，并描述了与这些结构相关的命题。该理论是从以前的实证研究中观察到的现象中得出的。我们展示了ADEPT理论如何解释和描述软件开发中现有的连续实践，以及如何使用它来生成新的命题，以便将来的研究了解连续实践及其对软件开发的社会和技术方面的影响。
2021-04-06 cs.SE
Increasing System Test Coverage in Production Automation Systems
介绍了一种支持测试技术人员识别全集成自动化生产系统（aPS）控制软件可能未测试行为的方法。基于一种引导式半自动系统测试方法，在测试过程中记录执行轨迹，允许后续的覆盖评估。由于aPS的行为高度依赖于软件，因此可以识别遗漏的系统行为并评估其重要性。通过与工业界的密切合作，这种方法代表了第一种用于生产自动化系统测试的覆盖率评估方法，可应用于实际工业对象，并由工业专家进行评估。
2022-12-07 cs.SE
umd-verification: Automation of Software Validation for the EGI federated e-Infrastructure
在EGI e-Infrastructure中支持e-Science需要广泛而可靠的软件，用于高级计算用途，部署在大约300个欧洲和全球数据中心。统一中间件分发（UMD）和云中间件分发（CMD）是为EGI电子基础设施消费提供软件的渠道。软件按照软件供应过程（SWPP）进行编译、确认和分发，其中质量标准（QC）定义设定了EGI验收的最低质量要求。目前UMD和CMD发行版中存在的软件组件越来越多，阻碍了传统的基于手动的验证机制的应用，从而推动了自动化解决方案的采用。本文介绍了umd验证，一个开源的工具，强制执行的QC要求，在一个自动化的方式为科学处置的软件产品的持续验证的履行。UMD验证工具已成功集成到SWPP管道中，并逐步支持UMD和CMD存储库中产品的全面验证。虽然支持新产品的成本取决于基础设施即代码解决方案的可用性，以接管部署和高测试覆盖率，但已经集成的产品所获得的结果是有希望的，因为产品验证所投入的时间已经大大减少。此外，自动化的采用为流程的可靠性带来了好处，例如消除了与人为相关的错误或先前测试功能的回归风险。
2018-07-30 cs.SE
AI-powered software testing tools: A systematic review and empirical assessment of their features and limitations
本研究通过系统性回顾55种AI测试自动化工具并对2种代表性工具进行实证评估，发现AI工具能提升测试效率与减少维护，但仍存在处理复杂UI变化等局限，需进一步优化。
2025-05-01 cs.SE
Machine Learning in the Wild: Early Evidence of Non-Compliant ML-Automation in Open-Source Software
University of Sannio（桑尼奥大学）
本文研究173个开源项目中机器学习模型的使用情况，分析其决策范围及合规性，为开发指南和监管工具提供基础。
2026-03-31 cs.SE
Can Commercial Testing Automation Tools Work for IoT? A Case Study of Selenium and Node-Red
背景：由于大规模、数据量和异构性，测试物联网软件具有挑战性。测试自动化是该领域中非常需要的特性。目的：本研究的第一个目标是探索物联网测试自动化的需求和挑战。第二个目标是将商业软件中使用的测试自动化工具集成到物联网环境中。方法：进行了系统的文献综述，以引出物联网测试自动化的要求。遵循设计科学方法，使用商业测试自动化工具Selenium为Node-Red平台编写的物联网应用程序构建测试自动化工具。由此产生的框架使用Selenium Web Driver，用于物联网应用程序的基于浏览器的测试自动化。结果如下：该框架已在多个浏览器上进行了功能测试，并对可维护性、浏览器性能和全面性进行了初步评估。结论：使用商业工具进行物联网自动化测试是可行的。然而，需要全面解决大数据量和数据的并行传输和处理等主要挑战，以实现完全集成。
2021-07-09 cs.SE
Enterprise-Driven Open Source Software: A Case Study on Security Automation
本文通过挖掘8243个企业驱动的开源软件仓库并调查维护者，发现仅6.83%的项目在CI流水线中应用安全自动化，揭示了安全活动稀缺和防护覆盖率低的问题，并呼吁业界关注第三方软件漏洞和改进实践。
2021-02-10 cs.SE
A Hybrid Software Test Automation for Educational Portals
教育门户（EP）是一个多功能网站，允许访问教育系统的公共和私人部分，数据检索和提交，个性化内容等活动。本研究调查的具体要求，提高EP的质量和行为方面的时间和成本使用Obafemi Awolowo大学（非统组织），Ile-Ife，尼日利亚作为一个案例研究。采用统一建模语言设计了一个测试自动化框架，并用Java程序设计语言实现。使用MySQL和Excel数据库存储测试数据。使用测试时间性能（TTP）、性能测试效率（PTE）和自动化脚本生产力（ASP）指标对开发的框架进行了评估。对所提供的样本数据进行评估的结果表明，ASP产生了每小时360次操作的测试结果，PTE产生了80%，TTP仅为4%。基于所记录的性能，很明显，该研究可以提供快速和第一手的信息，以质量保证分析师和软件测试人员，从而降低维护成本在软件开发过程中。
2021-10-30 cs.PL cs.SE
MLDev: Data Science Experiment Automation and Reproducibility Software
Moscow Institute of Physics and Technology（莫斯科物理技术学院）
在本文中，我们探讨了数据科学中自动化实验的挑战。我们提出了一个可扩展的实验模型作为基础，集成不同的开源工具运行的研究实验。我们实现了我们的方法在一个原型开源MLDev软件包，并评估它在一系列的实验产生有前途的结果。与其他国家的最先进的工具相比，我们的方法的新颖性。
2021-07-26 cs.LG cs.MS cs.SE
The GitHub Development Workflow Automation Ecosystems
本章探讨了开发机器人和 GitHub Actions 的生态系统及其相互联系，广泛调查了该领域的最新技术，并讨论了其带来的机遇、威胁以及研究人员和从业者面临的挑战与未来前景。
2023-05-17 cs.SE
The Applicability of ISO/IEC 25023 Measures to the Integration of Agents and Automation Systems
工业自动化系统和软件代理的集成已经实践了很多年。然而，这种整合通常是由专家完成的，没有一致的方法来评估这些做法，并为特定的系统选择一个最佳的做法。诸如ISO/IEC 25023之类的标准提出了可以用于获得关于这种集成的特性的量化的措施。在这项工作中，这些特点和他们提出的计算，用于评估工业自动化系统与软件代理的连接的适用性进行了讨论。结果表明，虽然大多数的措施是相关的代理和工业自动化系统的集成，有些是不相关的，在这种情况下。此外，还注意到，有些措施，特别是技术性较强的措施，要么在自动化系统整合中很难计算，要么没有提供足够的指导来确定要采用的做法。
2021-08-06 cs.SE
Devops And Agile Methods Integrated Software Configuration Management Experience
本研究通过集成DevOps和敏捷方法改进软件配置管理，与传统方法相比，在构建部署时间、自动化报告、版本管理、系统控制及工作效率等方面取得显著提升。
2023-06-24 cs.SE
Toward Quantum Software Automation: A Quantum-Aware Harness for LLM-Guided Evolution
University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
本文提出QSA，一种量子感知工具，通过LLM引导进化搜索自动化量子软件设计，利用多种量子特定指导，在IBM平台上显著提升QPU利用率和保真度，并大幅降低错误缓解时间。
2026-10-01 cs.SE
Morphy: A Datamorphic Software Test Automation Tool
Oxford Brookes University（牛津布鲁克斯大学）；Nanjing University of Science and Technology（南京理工大学）
本文提出了一种自动化工具Morphy的数据变形测试。它将软件测试工件分为测试实体和测试态射，它们是测试实体上的映射。除了数据态射、变形和种子测试用例生成器之外，Morphy还使用了一组其他测试态射，包括测试用例度量和过滤器、测试集度量和过滤器、测试结果分析器和测试执行器来实现测试自动化。特别是，基本的测试活动可以通过调用测试态射来自动化。测试策略可以实现为测试态射的复杂组合。测试过程可以通过记录、编辑和播放调用测试态射和策略的测试脚本来自动化。三种类型的测试策略已实施Morphy：数据变形组合策略，集群边界探索策略和测试集优化策略，通过遗传算法。本文重点研究了数据形态组合策略，给出了数据形态组合策略的定义和实现算法。本文还通过三个案例研究说明了它们在测试传统软件和人工智能应用程序方面的用途。
2019-12-20 cs.AI cs.SE
ArduCode: Predictive Framework for Automation Engineering
Siemens Corporate Technology（西门子企业技术）；USC Information Sciences Institute（南加州大学信息科学研究所）
自动化工程是通过软件集成各种传感器，执行器和控制以实现现实世界过程自动化的任务。今天，自动化工程由一套软件工具支持，包括集成开发环境（IDE），硬件配置器，编译器和运行时。这些工具专注于自动化代码本身，但让自动化工程师在他们的决策过程中无人协助。这可能导致软件开发时间增加，因为决策的不完善导致软件和硬件之间的多次迭代。为了解决这个问题，本文定义了自动化工程中经常面临的多种挑战，并提出了使用机器学习的解决方案，以帮助工程师应对这些挑战。我们表明，可以利用机器学习来帮助自动化工程师对自动化进行分类，查找类似的代码片段，并对传感器和执行器的硬件选择进行推理。我们在两个真实的数据集上验证了我们的架构，其中包括2，927个Arduino项目和683个可编程逻辑控制器（PLC）项目。我们的研究结果表明，段落嵌入技术可以用于使用代码片段进行自动化分类，其精度接近人类注释，F1得分为72%。此外，我们表明，这样的嵌入技术可以帮助我们找到类似的代码片段，具有高精度。最后，我们使用自动编码器模型进行硬件推荐，并实现了0.79的p@3和0.95的p@5。
2020-07-07 cs.LG cs.SE stat.ML
The Hidden Costs of Automation: An Empirical Study on GitHub Actions Workflow Maintenance
本文通过对近 200 个成熟 GitHub 项目中 GitHub Actions 工作流文件演化的实证研究，揭示了自动化工作流维护的隐性成本及其主要驱动因素，并呼吁改进资源规划、最佳实践和工具支持。
2024-09-04 cs.SE
Nudging Students Toward Better Software Engineering Behaviors
大型本科计算机科学课程的学生体验越来越受到自动化系统的影响。机器人，或软件自动化的代理，对于有效地分级和生成反馈是有用的。目前CS教育中的自动化工作集中在支持教学任务上，但并没有解决学生由于不良行为（如拖延）而产生的问题。在本文中，我们探讨使用机器人，以改善软件工程的行为，学生使用开发人员推荐选择架构，一个框架，将行为科学的概念，建议，以改善程序员的行动。我们在class-bot中实现了这个框架，这是一个新颖的系统，旨在推动学生在编程作业时做出更好的选择。这项工作提出了一个初步的评价，将这个工具在一个介绍性的编程课程。我们的研究结果表明，类机器人有利于改善学生的开发行为，提高代码质量和生产力。
2021-03-17 cs.SE
Towards a Theory on Process Automation Effects
本文回顾人机自动化交互文献，分析了人类在流程中对自动化技术的感知，提出了一种有效参与模型，并为组织优化流程自动化使用及未来研究提供了见解。
2025-07-14 cs.SE
When Code Becomes Abundant: Redefining Software Engineering Around Orchestration and Verification
Institute of Informatics, UFRGS（信息学研究所，南里奥格兰德联邦大学）
本文提出软件工程应从代码构建转向以意图表达、架构控制和验证为核心，重新定义软件工程的学科方向。
2026-02-04 cs.SE
Collaborative LLM Agents for C4 Software Architecture Design Automation
Warsaw University of Technology（华沙技术大学）
本研究提出基于LLM的多智能体系统，通过模拟专家对话自动生成C4架构模型，结合混合评估框架，在五个系统简报上实现快速创建、高编译成功率和语义保真度，并比较了四种LLM的优劣。
2025-10-26 cs.AI cs.SE
Design, Implementation, and Automation of a Risk Management Approach for Man-at-the-End Software Protection
在过去的几年里，针对软件应用程序的终端人员（MATE）攻击在数量和严重程度上都有所增加。然而，软件保护，旨在减轻MATE攻击，是由模糊的概念和安全通过模糊占主导地位。本文提出了一个基本原理，采用和标准化的软件保护作为风险管理过程，根据NIST SP 800 -39的方法。我们研究相关的结构，模型和方法需要在这个过程中的MATE软件保护的背景下，正式化和自动化的活动。我们强调研究界仍然需要解决的开放问题。我们讨论了这种方法可以为所有利益相关者带来的好处。此外，我们提出了一个概念证明（ESTA）决策支持系统，实例化许多讨论的结构，模型和方法，并自动化许多活动的风险分析方法保护软件。尽管这只是一个原型，但经行业专家验证，拟议的风险管理流程的几个方面已经可以通过我们现有的工具箱正式化和自动化，它实际上可以帮助工业相关环境中的决策。
2023-03-27 cs.CR cs.SE
Automated Quantum Software and AI Engineering
University of Colorado Colorado Springs（科罗拉多大学科罗拉多斯普林斯分校）
本文系统回顾了量子软件工程和量子人工智能中半自动化方法的发展，探讨了自动化在提升量子和混合量子-经典应用效率中的作用及未来方向。
2026-04-21 cs.SE
Breaking Barriers in Software Testing: The Power of AI-Driven Automation
MUFG Bank（三菱日联银行）；Cisco Systems Inc（思科系统公司）
本文提出一个融合 NLP、强化学习与预测模型的 AI 驱动测试框架，将需求自动转化为可执行测试并持续优化，实现从手动测试向主动自适应测试的转变，提升缺陷检测效率与软件可靠性。
2025-08-22 cs.AI cs.SE
Towards Enabling An Artificial Self-Construction Software Life-cycle via Autopoietic Architectures
William & Mary（威廉与玛丽学院）；Microsoft（微软）
本文探讨了通过自组织架构（Psi-Arch）实现软件自构造的可能性，分析了传统维护方法的局限性，并提出了自构造的核心挑战，旨在推动软件工程新范式的发展。
2026-04-15 cs.SE
Artificial intelligence for context-aware visual change detection in software test automation
AI Research Lab, Tricentis（Tricentis 人工智能研究实验室）
本文提出一种基于图与YOLOv5的上下文感知视觉变化检测方法，用于软件测试自动化，能有效检测UI变化并优于传统基线。
2025-10-06 cs.AI cs.SE
Identifying candidate routines for Robotic Process Automation from unsegmented UI logs
机器人流程自动化（RPA）是一种开发软件机器人的技术，可以自动执行用户和软件应用程序之间的重复交互序列（也称为例程）。为了充分利用这项技术，组织需要识别和确定其日常工作的范围。在大型组织中，这是一项具有挑战性的工作，因为例程通常不会集中在少数流程中，而是分散在整个流程中。因此，从用户交互（UI）日志中识别例程已经受到了极大的关注。解决这个问题的现有方法假设UI日志是分段的，这意味着它由预先假定包含一个或多个例程的任务的跟踪组成。但是，UI日志通常采用单个未分段的事件序列的形式。本文提出了一种方法来发现候选例程从未分割的UI日志中存在的噪音，即事件内或之间的例程实例，不属于任何例程。该方法是作为一个开源工具实现的，并使用合成和现实生活中的UI日志进行评估。
2020-08-27 cs.SE
Assessing the Integration of Software Agents and Industrial Automation Systems with ISO/IEC 25010
除了在工业系统中执行较低级别的自动化和控制功能外，代理技术还用于更高级别的决策制定。最近的研究已经确定了一些架构模式，在工业自动化系统中使用代理，但这些做法在几个方面有所不同，包括代理与物理系统及其控制功能的紧密耦合。这些实践可能在信息物理系统集成和交互中发挥关键作用。因此，显然需要一套通用的标准来评估可用的实践，并为给定的工业用例确定最适合的实践。遗憾的是，目前还没有这样的共同标准。这项工作提出了一个评估标准的方法，以及一种方法，使基于用例的选择的最佳实践集成代理和工业系统。ISO/IEC 25010系列标准提出的软件产品质量模型被用作起点，并被放置在工业自动化环境中。随后，应用所提出的方法，并对该领域的专家进行调查，以揭示对该主题的关键特征的一些见解。
2021-08-18 cs.SE cs.SY eess.SY
AgentMesh: A Cooperative Multi-Agent Generative AI Framework for Software Development Automation
Toronto Metropolitan University（多伦多 Metropolitan 大学）
本文提出基于 Python 的多智能体框架 AgentMesh，通过 Planner、Coder、Debugger 和 Reviewer 协作完成需求分解、编码、调试与审查，并以案例验证其软件开发自动化能力。
2025-07-26 cs.AI cs.SE
Designing and Implementing Robust Test Automation Frameworks using Cucumber BDD and Java
本文提出基于Cucumber BDD和Java的健壮测试自动化框架，通过模块化架构和自然语言语法提升沟通与可维护性，实证表明能减少手动测试并增强缺陷检测与软件可靠性。
2025-05-22 cs.SE
Utilizing LLMs for Industrial Process Automation
University of Passau（帕绍大学）
本研究探讨如何利用大型语言模型在工业过程自动化中解决实际编程任务并加速开发周期。
2026-02-26 cs.AI cs.SE
A New Proposed Technique to Improve Software Regression Testing Cost
在本文中，我们描述了回归测试过程，以测试和验证对软件所做的更改。提出了一种基于决策树和测试选择过程的自动化测试技术，以降低测试成本。将该方法应用于实际案例，结果表明该方法具有较好的效果.
2011-11-23 cs.SE
Hybrid architecture for satellite data processing workflow management
用户对遥感数据产品的需求日益增长，导致印度和外国发射了许多遥感卫星。遥感传感器的多样性导致了生成地理空间数据产品的软件和硬件环境的异质性。工作流程自动化软件称为信息管理系统，已在国家遥感中心（NRSC）到位，以满足数据处理和数据传播的需要。工作流的软件组件在不同的异构环境中接口，以自动和半自动模式在数据处理软件中执行。每发射一颗新的卫星，如果引入新的业务流程，软件就会进行修改或升级。在这项研究中，我们提出了一个软件架构，提供了更灵活的自动化与管理代码非常少。该研究还涉及利用和提取有用的信息，从历史生产和客户的详细信息。对当前的工作流软件体系结构与现有的面向服务的体系结构（SOA）、可扩展置标语言（XML）和基于事件的体系结构进行了比较。提出了一种基于行业实践的混合方法来改进现有的工作流程。
2015-09-25 cs.SE
Skill Discovery for Software Scripting Automation via Offline Simulations with LLMs
University of Maryland, College Park（马里兰大学College Park分校）；Adobe Research（Adobe研究院）
本文提出了一种利用离线模拟与LLM构建软件特定技能集的方法，通过生成和验证脚本提升自动化效率，减少运行时成本。
2026-02-05 cs.AI cs.SE
Hybrid Approach to Automation, RPA and Machine Learning: a Method for the Human-centered Design of Software Robots
DPC Polska（DPC波兰公司）；Kobo Association（Kobo协会）；University of Warsaw, ICM（华沙大学ICM）
工业4.0中最突出的趋势之一是采用机器人过程自动化（RPA），特别是作为精益方法的要素之一。RPA的全面实施充满了挑战，这些挑战既与日常业务运营的现实有关，从中小企业到SSC及其他，也与不断变化的就业市场的社会影响有关。为了成功解决这些问题，需要开发一种解决方案，以适应现有的业务运营，同时降低自动化过程的负面社会影响。为了实现这些目标，我们提出了一个混合的，以人为中心的方法来开发软件机器人。这种设计和实施方法将Living Lab方法与参与式设计的授权相结合，以启动混合软件机器人的共同开发和共同维护，该混合软件机器人在各种人工智能方法和工具的支持下，包括云中的交互和协作ML，将卑微的工作岗位转变为更高技能的职位，允许前员工继续担任机器人共同设计师和维护者，也就是说，作为共同程序员，他们使用定制的高级RPA领域特定语言（DSL）来监督机器学习过程，以调整机器人的功能并保持操作灵活性。
2018-11-06 cs.CY cs.LG cs.RO
A Framework for the Implementation of Industrial Automation Systems Based on PLCs
工业自动化系统（IAS）传统上使用顺序方法开发，其中自动化软件（通常基于IEC 61131语言）在机械部件的设计和实施（在许多情况下）完成后开发。然而，有人声称，这种方法不会导致最佳的系统设计和IEC 61131没有满足在这一领域的新挑战。本文提出了一种基于支持面向对象的IEC 61131新版本的系统工程过程。SysML和UML被用来在IAS的设计空间中引入更高的抽象层，物联网（IoT）被认为是集成系统的网络和网络物理组件的支持技术，将这些技术的好处带入工业自动化领域。
2014-06-23 cs.SE
Closed-Loop Autonomous Software Development via Jira-Integrated Backlog Orchestration: A Case Study in Deterministic Control and Safety-Constrained Automation
本文提出了一种基于控制架构的闭环软件生命周期管理系统，通过七个阶段的确定性流程实现自动化，结合Jira状态合同和降级模式保障系统稳定性，展示了安全约束下的自动化效果。
2026-04-05 cs.AI cs.SE
SEAByTE: A Self-adaptive Micro-service System Artifact for Automating A/B Testing
微服务是当今软件开发的常见架构方法。开发微服务系统不可或缺的工具是A/B测试。在A/B测试中，两个变量A和B被应用于实验环境中。通过测量评估标准的结果，开发人员可以做出基于证据的决策来指导他们的软件的发展。最近的研究强调，需要提高自动化时，这样的实验进行迭代。为此，我们贡献了一个新的工件，旨在提高依赖于自适应原则的微服务系统的实验管道的自动化。具体来说，我们提出了SEAByTE，一个实验框架，用于测试新的自适应解决方案，以提高基于微服务的系统的连续A/B测试的自动化。我们用一个具体的例子来说明SEAByTE工件的使用。
2022-04-04 cs.SE
LLM for Test Script Generation and Migration: Challenges, Capabilities, and Opportunities
本文研究大语言模型在移动应用测试脚本生成与跨平台、跨应用迁移中的能力与挑战，通过评估其对设备差异、平台行为及界面架构的适应性，验证其提升测试自动化水平和软件开发效率的潜力。
2023-09-24 cs.SE
Maintenance of Automated Test Suites in Industry: An Empirical study on Visual GUI Testing
验证与确认（Verification and Validation，V&V）活动在实践中占软件系统总开发成本的20%到50%。测试自动化被提出来降低这些V&V成本，但现有的研究只提供了有限的经验数据，从工业实践中的维护成本的自动化测试和影响这些成本的因素。特别是，这些成本和因素对于基于GUI的自动化测试是未知的。目的：本文通过分析与工业实践中基于GUI的自动化测试维护相关的成本和因素，解决了这种知识的缺乏。方法：在两个公司，西门子和萨博，实证研究报告的采访，和实证工作，可视化GUI测试进行获取数据的技术的维护成本和可行性。结果：观察到13个因素，影响维修，如测试人员的知识/经验和测试用例的复杂性。此外，统计分析表明，开发新的测试脚本比维护成本更高，但频繁的维护比不频繁的大爆炸维护成本更低。此外，成本模型，在以前的工作的基础上，提出了估计的时间，以积极的投资回报率（ROI）的测试自动化相比，手动测试。结论：它的结论是，测试自动化可以降低一个项目的整体软件开发成本，同时也对软件质量有积极的影响。然而，维护成本仍然是相当可观的，公司目前花在手动测试上的时间越少，在自动化之后达到积极的、经济的ROI之前需要的时间就越多。
2016-02-03 cs.SE
Advantages of maintaining a multi-task project-specific bot: an experience report
机器人正在成为许多软件项目中自动化基本日常任务的流行方法。这尤其是因为团队可以快速采用许多现成的特定于任务的机器人（有时会使用额外的特定于任务的自定义机器人来完成）。根据我们在Coq项目中的经验，我们已经开发和维护了一个多任务的项目特定的机器人，我们认为，这种替代方法的项目自动化应该得到更多的关注，因为它在生产力和适应性之间取得了良好的平衡。在本文中，我们将描述我们的机器人实现的自动化类型，我们通过维护特定于项目的机器人获得的优势，以及使其成为可能的技术和架构选择。我们得出的结论应该推广到其他愿意投资项目自动化而不中断工作流程的中型软件团队。
2022-04-27 cs.SE
