본 논문은 보상이나 전문가의 시범 없이, 인터넷 동영상만을 이용하여 정책을 학습하는 새로운 프레임워크인 UPESV(Unsupervised Policy from Ensemble Self-supervised labeled Videos)를 제안합니다. UPESV는 여러 가지 자기 지도 학습 과제를 통해 동영상에서 전문가의 행동을 추론하는 비디오 라벨링 모델을 훈련합니다. 이 모델은 행동 정보가 없는 비디오와 보상 없는 상호작용을 활용하여 강건한 동역학 이해와 고급 행동 예측을 가능하게 합니다. 훈련된 비디오 라벨링 모델을 기반으로 정책을 복제하고, 환경과의 상호작용을 통해 자기 지도 학습 과제에 사용합니다. 반복적인 학습 과정을 통해, UPESV는 비디오만을 이용하여 고급 정책을 효율적으로 학습합니다. 16개의 복잡한 환경에서의 실험 결과, UPESV는 기존 방법들을 능가하는 성능을 보였습니다.
