NeST-Bayes：多机器人系统中联合机器人-物体假设信任推断的神经符号框架

NeST-Bayes 是一个神经符号框架，仅依靠机器人间观测一致性联合推断机器人与物体假设的信任，无需预置信任关系、声誉信息或侧信道身份信号。它通过自我中心关系图推理瞬时信任证据，并用 Beta 分布信任信念的贝叶斯更新累积时序估计。在优化攻击下达到 98.8% 机器人精确率与 93.8% 召回率，在 Webots 仓库遮挡场景中保持 92.5% 机器人精确率与 97.3% 物体精确率。