🔍 耿同学打假报告

检测时间：2026-06-07

论文信息

标题：Optimal Robot Formations: Balancing Range-Based Observability and User-Defined Configurations
作者：Syed Shabbir Ahmed, Mohammed Ayman Shalaby, Jerome Le Ny, and James Richard Forbes
期刊/会议：2024 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)
DOI：10.1109/IROS58592.2024.10801342
发表年份：2024 (会议时间：October 14-18, 2024)

综合评定：✅ 清白

详细发现

发现 1：图片复用与拼接检测（第一式、第三式）

位置：全文图片（Fig. 1 - Fig. 9）
描述：因当前提交的文本中不包含实际图片像素数据，无法进行直观的 Western Blot 泳道拼接或背景噪点比对。
证据：但通过仔细阅读 Figure Captions，图片（如 Fig 3a/3b/3c, Fig 7, Fig 9）的逻辑均是展示不同算法生成的轨迹热力图或 RMSE 曲线。各子图描述的变量（如 $x_{adj}$ , $x_{opt}$ , $x_{cov}$ ）和测试条件不同，从描述逻辑上看不存在“一图多用在截然不同的实验条件下”的典型造假特征。文中不含生物医学常见的凝胶电泳等易操纵图片。
严重程度：🟡（受限于文本格式，无法进行像素级实锤，但文本逻辑自洽）

发现 2：数据造假检测（第二式）

位置：TABLE I (Page 3302) 和 TABLE II (Page 3303)
描述：对表格中的百分比数据进行末位数字和规律性审查。
证据：
1. TABLE I 数据：35.4%, 58.8%, 29.6%, 31.6%, 47.0%, 40.0%, 66.2%, 59.4%。末位数字为 4, 8, 6, 6, 0, 0, 2, 4，分布自然，没有出现全是 0 或 5 的“随机数生成器”特征。
2. TABLE II 数据：74.1%, 71.1%, 24.2%, 26.9%, 32.4%, 32.9%, 64.4%, 62.1%。数值精确到小数点后一位，且不同列（ $x_{opt}$ 与 $x_{cov}$ ）的数据差值波动符合真实的实验噪声，不存在差值恒定的“完美直线”现象。
3. 正文描述的绝对中位误差（如 0.448 m, 0.088 m, 0.032 rad）与图表的支撑关系合理。
严重程度：✅ 正常

发现 3：统计学异常检测（第四式）

位置：Section V. Application (Page 3301-3303)
描述：实验设计与统计分析的合理性。
证据：
1. 蒙特卡洛仿真设定为 100 次（符合领域规范）。
2. 实验部分明确指出了因为空间限制，使用了 3 架真实无人机 + 2 架虚拟无人机 的半实物仿真方式。这是机器人领域在面对场地受限时的诚实且标准的做法，不隐瞒设备不足反而增加了数据的可信度。
3. 滤波器参数（如过程噪声 0.1 rad/s, 0.1 m/s，UWB 测量协方差 $$0.1^2 m^2$$ ）符合 DWM1000 等商用 UWB 模块的物理特性，不存在为了凑完美结果而过度调低噪声方差的“P-hacking”行为。
严重程度：✅ 正常

发现 4：方法学与时间线异常（第五式、第六式）

位置：References & Abstract
描述：硬件设备、引用文献与发表时间的逻辑链条。
证据：
1. 时间线合理：文章发表于 2024 年 10 月（IROS 2024），引用的最新文献包括 2024 年的 arXiv 预印本（如 [20] arXiv:2402.08566）和 2023 年的论文，符合会议论文的撰写时间线。
2. 设备真实存在：文中提到的无人机型号“Uvify IFO-S”、动捕系统“Vicon”、UWB 模块“DWM1000”均为业界真实存在的标准科研设备，不存在编造型号的情况。
3. 文本排版异常（非造假）：提供文本中存在大量 OCR 识别错误的乱码（如“Dened”、“eld”应为 Defined、field），以及参考文献[1], [2], [4]缺失作者首字母，[27]出现了离谱的页码“p. 1 729 881 419 847 897”。这明显是将 PDF 转换为纯文本时 OCR 引擎识别文件名或解析错误导致的，并非原作者学术造假。
严重程度：✅ 正常（OCR 导致的文本瑕疵，论文原文应无此问题）

耿同学辣评

这是一篇硬核的机器人顶会（IROS）论文，搞控制的嘛，数据都是卡尔曼滤波跑出来的，想造假都比生化环材难得多！虽然这篇论文发给我的时候，那个糟糕的 OCR 识别器差点把它变成了“乱码生成器”（连页码都变成了信用卡号），但扒开这些文本转换的伪装，里面的公式、蒙特卡洛仿真和 3真+2假的无人机实验数据，依然稳得一批。那些想靠 PS 修图混日子的生化环材“学者”们，真该来学学什么叫硬核的工程验证！

建议后续行动

论文核心逻辑严密，数据合理，无需联系作者。
给提供文本的 OCR 软件差评（建议原作者检查一下原版 PDF 是否正常）。
（仅供娱乐）去 B 站给耿同学三连支持。

⚠️ 免责声明

本报告由 AI 辅助生成，仅供学术讨论参考。
学术不端的最终认定需要专业机构调查。
我们支持学术诚信，但也尊重每一位研究者的名誉权。
如有异议，请以官方调查结论为准。
本工具不保证检测结果的准确性，误报和漏报均有可能。

Optimal Robot Formations: Balancing Range-Based Observability and User-Defined Configurations