# Uczenie grania z filmów z rozgrywki (VPT)

EN: **Video pretraining from gameplay videos** · id `vptgames` · aliases: Video PreTraining, video pretraining from gameplay, learning from unlabeled gameplay videos, pretrening na filmach z rozgrywki, uczenie z nieopisanych filmów z gry

Path: [AI Atlas](https://aiatlasgraph.com/llms.txt) › [AI w grach](https://aiatlasgraph.com/t/gameai.md) › [Agenci grający w gry](https://aiatlasgraph.com/t/gameplaying.md) › Uczenie grania z filmów z rozgrywki (VPT)

## Description

- PL: Półnadzorowane uczenie przez imitację: model dynamiki odwrotnej z małego zbioru z etykietami opisuje akcjami duży zbiór filmów, na którym trenuje się politykę klonowaniem zachowań.
- EN: Semi-supervised imitation: an inverse dynamics model trained on a small labelled set annotates a large video corpus, then a policy is behaviour-cloned on it.

## In one sentence

- PL: Agent uczy się grać, oglądając tysiące godzin filmów, na których ludzie grają, choć nikt nie zapisał, jakie klawisze naciskali.
- EN: An agent learns to play by watching thousands of hours of videos of people playing, though nobody logged which keys they pressed.

## Problem it solves

- PL: Agent uczony od zera metodą prób i błędów w złożonej grze może nigdy nie trafić na długie sekwencje potrzebne do sukcesu.
- EN: An agent learning from scratch by trial and error in a complex game may never stumble on the long sequences success requires.

## What it does

- PL: Najpierw na małej próbce uczy się zgadywać, jaki ruch myszy wywołał zmianę na ekranie, a potem tak opisuje całe archiwum filmów.
- EN: First, on a small sample, it learns to guess which mouse move caused a change on screen, then labels a whole video archive that way.

## Everyday example

- PL: Agent w grze o kopaniu i budowaniu, wyuczony na filmach graczy z sieci, sam zbiera drewno, robi narzędzia i schodzi po rzadkie surowce.
- EN: An agent in a mining-and-building game, trained on players' online videos, gathers wood, crafts tools and digs for rare resources.

## This concerns you if you…

- PL: masz dużo nagrań rozgrywki bez zapisu sterowania
- PL: chcesz agenta, który gra myszką i klawiaturą jak człowiek
- PL: śledzisz uczenie agentów komputerowych z filmów
- EN: have lots of gameplay footage with no control logs
- EN: want an agent that plays with mouse and keyboard like a person
- EN: follow training computer agents from video

## Keywords

Video PreTraining · inverse dynamics model · MineRL · Minecraft agents · behavioral cloning · latent action models · learning from observation

## How it works

- PL: Mały zbiór rozgrywki z zapisanymi akcjami myszy i klawiatury służy do wytrenowania modelu dynamiki odwrotnej. Model, widząc klatki przed i po, odgaduje akcje i pseudoetykietuje nimi duży zbiór filmów z internetu. Na nim trenuje się politykę bazową, którą można dostroić imitacją lub uczeniem ze wzmocnieniem do trudniejszych zadań.
- EN: A small gameplay set with recorded mouse and keyboard actions trains an inverse dynamics model. Seeing frames before and after, the model infers actions and uses them to pseudo-label a large internet video corpus. A base policy is trained on it and can be fine-tuned by imitation or reinforcement learning for harder tasks.

## Limits

- PL: Metoda nadal potrzebuje małego zbioru filmów z prawdziwymi etykietami akcji do wytrenowania modelu dynamiki odwrotnej. Polityka bazowa odtwarza zachowania obecne w nagraniach, a trudne zadania wykraczające poza ten rozkład wymagają dalszego dostrajania.
- EN: The method still needs a small set of videos with true action labels to train the inverse dynamics model. The base policy reproduces behaviours present in the recordings, while hard tasks beyond that distribution require further fine-tuning.

## Key terms

- PL: **model dynamiki odwrotnej**: Model zgadujący akcję na podstawie tego, co zmieniło się między klatkami.
- PL: **pseudoetykiety**: Etykiety nadane danym automatycznie przez inny model, nie przez ludzi.
- PL: **klonowanie zachowań**: Uczenie polityki przez naśladowanie zapisanych akcji eksperta.
- EN: **inverse dynamics model**: A model guessing the action from what changed between frames.
- EN: **pseudo-labels**: Labels assigned automatically by another model, not by people.
- EN: **behavioural cloning**: Training a policy by imitating an expert's recorded actions.

## Know first

- [Klonowanie zachowań (behavioral cloning) (Behavioural cloning)](https://aiatlasgraph.com/t/behaviorcloning.md)

## Related topics

Untyped, symmetric "see also" links.

- [Uczenie robotów z nagrań ludzi (Learning robot skills from human videos)](https://aiatlasgraph.com/t/humanvideo.md)

## Sources

- [Video PreTraining (VPT): Learning to Act by Watching Unlabeled Online Videos](<https://arxiv.org/abs/2206.11795>) `baker-vpt-2022` · by Bowen Baker, Ilge Akkaya, Peter Zhokhov, Joost Huizinga, Jie Tang, Adrien Ecoffet, Brandon Houghton, Raul Sampedro, Jeff Clune

---

AI Atlas revision 122 (2026-10-30) · HTML: https://aiatlasgraph.com/t/vptgames · index: https://aiatlasgraph.com/llms.txt · everything: https://aiatlasgraph.com/llms-full.txt · updated 2026-10-30