論文の概要: RotDroid: Cross-Orientation State Equivalence Testing for Detecting GUI Rotation Bugs in Android Apps

• arxiv url: http://arxiv.org/abs/2608.25425v1
• Date: Wed, 26 Aug 2026 06:30:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-27 14:15:15.621118
• Title: RotDroid: Cross-Orientation State Equivalence Testing for Detecting GUI Rotation Bugs in Android Apps
• Title（参考訳）: RotDroid: AndroidアプリにおけるGUI回転バグ検出のためのクロスオリエンテーション状態等価テスト
• Abstract要約: RotDroidはGUI回転バグを検出するテストフレームワークである。 RotVLは、等価チェック用に微調整された視覚言語モデルである。 オープンソースおよびクローズドなアプリケーションに関する大規模な調査では、RotDroidが94のバグを報告している。
• 参考スコア（独自算出の注目度）: 4.7807641576596165
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Screen rotation is a fundamental interaction in Android applications, but it often introduces non-crashing functional failures (NCFs), such as layout inconsistencies and state loss, which are difficult to detect automatically. A key challenge is the lack of effective test oracles for checking cross-orientation state equivalence between portrait and landscape views. We propose RotDroid, a testing framework for detecting GUI rotation bugs via cross-orientation state equivalence. RotDroid generates and mutates State-Preserving action Sequences (SPS) to construct semantically equivalent GUI states across orientations. To support reliable oracle checking, we build RotBench, a dataset of paired portrait-landscape GUI states, and develop RotVL, a vision-language model fine-tuned for equivalence checking. Experiments on both synthetic and real-world datasets show that RotVL outperforms state-of-the-art models, and RotDroid detects more rotation-induced failures than existing techniques under equal budgets. In large-scale studies on open- and closed-source apps, RotDroid reports 94 previously unknown bugs, with 47 confirmed or fixed by developers, demonstrating its practical effectiveness.
• Abstract（参考訳）: スクリーンローテーションはAndroidアプリケーションにおける基本的なインタラクションであるが、レイアウトの不整合や状態損失などの非クラッシング機能障害(NCF)を自動検出が難しい場合が多い。 重要な課題は、ポートレートビューとランドスケープビューの相互指向状態の同値性をチェックするための効果的なテストオラクルの欠如である。 クロスオリエンテーション状態同値性を用いてGUI回転バグを検出するテストフレームワークであるRotDroidを提案する。 RotDroidは、状態保存アクションシーケンス(SPS)を生成して、向きによって意味的に等価なGUI状態を構築する。 信頼性の高いオラクルチェックをサポートするために,2つのポートレートランドスケープGUI状態のデータセットであるRotBenchを構築し,同値チェック用に微調整された視覚言語モデルであるRotVLを開発した。 合成と実世界の両方のデータセットの実験では、RotVLは最先端のモデルよりも優れており、RotDroidは、同じ予算の下で既存の技術よりも回転による障害を検出する。 RotDroidは、オープンソースおよびクローズドなアプリケーションに関する大規模な研究において、94のバグを報告している。

関連論文リスト

• GraphDroid: Asynchronous LLM-Based Mobile App GUI Testing via History-Aware Exploration and Hybrid Intent Fulfillment [15.320789851146543]
  GraphDroidは、クラスタベースのメモリメカニズムを統合するインテント駆動のGUIテストフレームワークである。 41の現実世界のAndroidアプリ上で6つの最先端のベースラインに対してGraphDroidを評価する。
  論文  参考訳（メタデータ） (2026-09-09T11:04:53Z)
• Embedding Rotation Invariance for Provable Multi-Oriented Scene Text Recognition [49.665177053925184]
  多目的テキストはシーンテキスト認識において大きな課題である。 既存の回転認識手法はテキストの向きを明示的に推定する。 これらの制限に対処するために、回転不変性をSTRフレームワークに組み込む。
  論文  参考訳（メタデータ） (2026-08-11T09:06:46Z)
• DIRECT: When and Where Should You Allocate Test-Time Compute in Embodied Planners? [57.585275546688116]
  VLM(Vision-Language Models)は、エンボディエージェントの高レベルプランナーとしてますます普及している。 テストタイムの計算をいつ、どこで使うかを選択することは、実際の世界にフロンティアパフォーマンスをもたらす中心である、と私たちは主張する。 我々はマルチモーダルシーンコンテキストを用いてプロンプト毎に計算を割り当てるルーティングフレームワークであるDIRECTを紹介した。
  論文  参考訳（メタデータ） (2026-06-10T17:58:49Z)
• Readable Yet Unpredictable: Rotated-Outcome Prediction in Vision-Language Models [82.10380665213867]
  視覚言語モデルでは、オリジナルの画像だけで180回転を予測できるのか? 我々はこの能力について,回転アウトカム予測を用いて検討する。 現在の視覚言語モデルは、表示された時に変換された視覚状態を認識できるが、しばしば元のビューからその状態を予測できない。
  論文  参考訳（メタデータ） (2026-06-01T14:16:09Z)
• Seeing is Believing: Vision-driven Non-crash Functional Bug Detection for Mobile Apps [26.96558418166514]
  本稿では,非クラッシュな機能的バグを検出するための,視覚駆動型多エージェント協調GUIテスト手法を提案する。 590の非クラッシュバグに対してTridentを評価し,12のベースラインと比較したところ,平均リコールと精度が14%-112%,108%-147%向上した。
  論文  参考訳（メタデータ） (2024-07-03T11:58:09Z)
• RD-VIO: Robust Visual-Inertial Odometry for Mobile Augmented Reality in Dynamic Environments [55.864869961717424]
  視覚的・視覚的慣性オドメトリーシステムでは、動的シーンや純粋な回転の問題に対処することが通常困難である。 我々はこれらの問題に対処するためにRD-VIOと呼ばれる新しい視覚-慣性オドメトリーシステム(VIO)を設計する。
  論文  参考訳（メタデータ） (2023-10-23T16:30:39Z)
• NBMOD: Find It and Grasp It in Noisy Background [15.959994864858958]
  NBMOD: Noisy background Multi-Object for grasp detectionを提案する。 本稿では,この問題に対処する回転アンカー機構(RAM)を提案する。 ロボットシステムの高リアルタイム要求を考慮したRA-GraspNet (GraspNet with Rotation Anchor and Region Attention) RARA (Network with Rotation Anchor and Region Attention) RAST (network with Rotation Anchor and Semi Transformer) RAGT (network with Rotation Anchor and Global Transformer)を提案する。
  論文  参考訳（メタデータ） (2023-06-17T05:56:05Z)
• AlphaRotate: A Rotation Detection Benchmark using TensorFlow [63.39088942989411]
  AlphaRotateは、さまざまなデータセットでスケーラブルなローテーション検出を実行するためのオープンソースのベンチマークである。 現在、単一のドキュメント化されたAPIの下で18以上の一般的な回転検出モデルを提供している。 AlphaRotateはPyPIからインストールでき、Apache-2.0ライセンスでリリースされている。
  論文  参考訳（メタデータ） (2021-11-12T11:56:40Z)
• Towards Rotation Invariance in Object Detection [6.235602417651423]
  本研究では,ボックスラベル回転のデファクト法であるLargest Box Methodが,非常に大きなラベルを生成することを示す。 数行のコードで実装可能な回転増強法を提案する。
  論文  参考訳（メタデータ） (2021-09-28T04:44:54Z)
• Attentive Rotation Invariant Convolution for Point Cloud-based Large Scale Place Recognition [11.433270318356675]
  本稿では,Attentive Rotation Invariant Convolution (ARIConv)を提案する。 クラウドスキャンを回転させた場合の大規模位置認識タスクにおいて,本モデルが最先端の性能を達成できることを実験的に実証した。
  論文  参考訳（メタデータ） (2021-08-29T09:10:56Z)
• Adjoint Rigid Transform Network: Task-conditioned Alignment of 3D Shapes [86.2129580231191]
  Adjoint Rigid Transform (ART) Networkは、さまざまな3Dネットワークと統合可能なニューラルネットワークモジュールである。 ARTは入力の形状を学習した標準方向に回転させることを学び、多くのタスクに欠かせない。 さらなる研究のために、コードと事前訓練されたモデルをリリースします。
  論文  参考訳（メタデータ） (2021-02-01T20:58:45Z)
• Dense Label Encoding for Boundary Discontinuity Free Rotation Detection [69.75559390700887]
  本稿では,分類に基づく比較的研究の少ない方法論について検討する。 我々は2つの側面でフロンティアを推し進めるための新しい手法を提案する。 航空画像のための大規模公開データセットの実験と視覚解析は,我々のアプローチの有効性を示している。
  論文  参考訳（メタデータ） (2020-11-19T05:42:02Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。