AI Agent

Meissa: Multi-modal Medical Agentic Intelligence

Meissa：多模态医疗代理智能

Yixiong Chen, Xinyi Bai, Yue Pan, Zongwei Zhou, Alan Yuille

机构 * Johns Hopkins University（约翰霍普金斯大学） ； Cornell University（康奈尔大学） 纠错

专题命中 工具调用 ：agentic(title,abstract)；agent(abstract)；tool use(abstract)；multi-agent(abstract)

AI总结 Meissa是一种轻量级多模态医疗代理智能模型，通过离线学习策略选择与执行，实现高效医疗决策。

Physics-Conditioned Grasping for Stable Tool Use

基于物理条件的抓取以实现稳定的工具使用

Noah Trupin, Zixing Wang, Ahmed H. Qureshi

机构 * Purdue University（普渡大学） 纠错

专题命中 工具调用 ：tool use(title,abstract)；tool-use(abstract)；planning(abstract)

AI总结 本文提出逆向工具使用规划方法，通过最小化预测交互扭矩来实现稳定工具使用，提升了现实世界中的操作成功率。

Comments In submission and under review

IMAS$^2$: Joint Agent Selection and Information-Theoretic Coordinated Perception In Dec-POMDPs

IMAS$^2$: 联合选择感知代理与信息论协调感知在Dec-POMDPs中

Chongyang Shi, Wesley A. Suttle, Michael Dorothy, Jie Fu

专题命中 工具调用 ：agent(title,abstract)；multi-agent(abstract)

AI总结 IMAS$^2$通过信息论度量联合选择感知代理并合成去中心化主动感知策略，在Dec-POMDP框架中提供性能保证。

Interpretable Markov-Based Spatiotemporal Risk Surfaces for Missing-Child Search Planning with Reinforcement Learning and LLM-Based Quality Assurance

可解释的基于马尔可夫的时空风险表面用于缺失儿童搜索规划的强化学习与基于LLM的质量保证

Joshua Castillo, Ravi Mukkamala

机构 * Old Dominion University（老奥尔巴尼大学） 纠错

专题命中 工具调用 ：planning(title,abstract)；分类 cs.AI、cs.LG

AI总结 Guardian系统利用马尔可夫链、强化学习和LLM进行可解释的时空风险建模，以提升失踪儿童搜索规划的效率和准确性。

Comments 14 pages, 7 figures. Accepted at ICEIS 2026 (International Conference on Enterprise Information Systems)

Vibe-Creation: The Epistemology of Human-AI Emergent Cognition

Vibe-Creation：人类与人工智能涌现认知的 epistemology

Ilya Levin

专题命中 工具调用 ：tool use(abstract)；分类 cs.AI

AI总结 本文提出‘vibe-creation’概念，探讨人类与生成式人工智能交互产生的认知-认识论形成‘第三实体’，并分析其对教育理论和知识能力的深远影响。

Comments 11 pages, 1 fugure

Two-Stage Stochastic Capacity Expansion in Stable Matching under Truthful or Strategic Preference Uncertainty

稳定匹配下的双重随机容量扩展：在真实或战略偏好不确定性下

Maria Bazotte, Margarida Carvalho, Thibaut Vidal

专题命中 工具调用 ：planning(abstract)

AI总结 本文提出了一种在真实或战略偏好不确定性下的双重随机容量扩展机制，通过学校选择案例研究，探讨了在容量规划中考虑学生偏好不确定性的方法，并开发了基于行为的启发式算法以优化匹配结果。