NeST-Bayes

新的NeST-Bayes框架在多机器人系统中推断机器人和假设的信任度

研究人员开发了NeST-Bayes，一个新颖的神经符号框架，旨在推断多机器人系统中的信任度，而无需依赖预先存在的信任关系或外部身份信号。该系统通过分析机器人之间观察的一致性来联合评估个体机器人及其报告的假设的可信度。通过对Beta分布的信任信念进行贝叶斯更新，NeST-Bayes保持了时间上一致的信任估计，在各种基准设置下，即使在对抗性攻击下，也能在精确度和召回率方面表现出色。