Duke 大学发布 NeST-Bayes：多机器人系统信任推断新框架

Duke 大学团队发布 NeST-Bayes，一个用于多机器人系统（MRS）的神经-符号信任推断框架，可同时推断机器人本身与其报告假设的可信度。它仅靠机器人间观测一致性推理信任，无需预设信任关系、声誉或侧信道身份信号，并以 Beta 分布贝叶斯更新保持时间一致的信任估计。其对象精确率与机器人召回率在基准设置中最高，面对激进优化攻击仍达 98.8% 机器人精确率 / 93.8% 召回。