NeST-Bayes多机器人信任推断框架

2026年10月15日，arXiv Artificial Intelligence 刊出 Ruiyang Wang 等作者的 NeST-Bayes 神经符号框架，用于多机器人系统中联合推断机器人假设与物体假设的信任。据该报道，该框架仅依靠机器人间观测一致性进行推断，无需预置机器人信任、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，并以 Beta 分布信任信念的贝叶斯更新累积时序估计。报道称，在优化攻击下该框架达到 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。目前事件进展即为该框架的提出与上述实验指标公布，尚无后续跟进报道。

AI 根据报道生成 · 40 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。