Rational Inverse Reasoning：通过规划推断意图实现少样本模仿

作者提出 Rational Inverse Reasoning（RIR），把少样本模仿学习转化为对潜在解释程序的推断：用视觉语言模型提出候选程序，由分层规划器给出有界理性似然，迭代精化候选集以逼近简洁可执行程序的后验。在 2D 推理基准和真实 Franka FR3 上，RIR 能从少至一次演示中恢复可迁移的任务结构；在布局和物体集合显著变化时，其下游成功率比缺乏显式理性与规划反馈的 VLM 规划基线在一次和三次演示设置下分别高 34 和 28 个百分点。该工作发表于 CoRL LEAP 2026 Workshop。