NeST-Bayes多机器人信任推断框架发布
热点事件持续更新
NeST-Bayes多机器人信任推断框架发布
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
Ruiyang Wang等人发布神经符号框架 NeST-Bayes，用于多机器人系统中联合推断机器人与物体假设的信任。该框架仅凭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。 方法上，NeST-Bayes 通过自我中心关系图推理生成瞬时信任证据，并用 Beta 分布信任信念的贝叶斯更新实现时序累积。作者报告称，在优化攻击下达到 98.8% 机器人精度与 93.8% 召回率，在 Webots 仓库遮挡场景下保持 92.5% 机器人精度与 97.3% 物体精度。
AI 根据报道生成 · 56 分钟前更新
最新进展10月15日 12:00
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报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.AINeST-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，仅凭机器人间观测一致性即可联合推断机器人与物体假设的信任，无需预置信任关系或侧信道信息。它通过自我中心关系图推理生成瞬时信任证据，并用 Beta 分布信任信念的贝叶斯更新实现时序累积。在优化攻击下达到 98.8% 机器人精度与 93.8% 召回率，Webots 仓库遮挡场景下保持 92.5% 机器人精度与 97.3% 物体精度。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。