Inverse Reinforcement Learning：從專家或人類行為中推斷其可能追求的獎勵函數或目標的學習方法。推斷結果依賴行為資料與模型假設，不能直接等同真正意圖。 雙向連結：人類偏好、合作式逆向強化學習、逆向獎勵設計。