우리는 라벨이 없는 다중 정책 행동 데이터(multi-policy behavioral data)로부터 정책 표현 학습(policy representation learning)을 연구합니다. 각 에피소드는 고정된 정책에 의해 생성되지만, 정책 라벨은 사용할 수 없습니다. 이러한 설정은 로보틱스 플레이(robotics play), 시연(demonstrations), 게임, 레이싱 및 주석 없이 이질적인 행동이 혼합된 기타 데이터셋에서 나타납니다. 우리는 시각(vision) 분야의 암시적 신경 표현(Implicit Neural Representations, INRs)을 행동 분야로 확장하는 자기 지도 생성 모델(self-supervised generative model)인 Behavioral INR을 소개합니다. Behavioral INR은 좌표를 RGB 값으로 매핑하는 대신, 상태(states)를 후속 행동(subsequent actions)으로 매핑하는 상태-행동 함수(state-action function)로서 정책을 표현합니다. 에피소드 수준의 잠재 변수(latent)가 FiLM 레이어를 통해 이 함수를 조절하며, 이를 통해 정책에 대한 생성적 사전 확률(generative prior)을 생성하고 감독(supervision) 없이도 정책 정체성을 추론할 수 있게 합니다. INR은 각 데이터 포인트를 기저 함수(underlying function)의 샘플로 취급하기 때문에, 서로 다른 이미지 해상도를 가진 시각 INR과 마찬가지로 동일한 모델이 가변적인 에피소드 길이와 서로 다른 샘플링 정밀도(sampling granularities)를 자연스럽게 수용할 수 있습니다. 우리는 또한 상태 분포(state-distribution) 및 행동 분포(action-distribution) 축을 따라 발생하는 정책 수준의 분포 외(Out-of-Distribution, OOD) 변화를 정의합니다. 이는 정책들이 상태나 행동에서 중첩되지만, 새로운 에이전트나 환경에만 기반한 표준적인 행동 OOD 설정으로는 포착되지 않을 때 발생합니다. 우리는 합성 가우시안 랜덤 필드(Gaussian random field) 데이터, 제어된 OOD 분할이 포함된 MuJoCo 시연, 그리고 실제 체스, 포뮬러 1(Formula 1) 레이싱, 로보틱스, Seek-Avoid 데이터셋에서 평가를 수행합니다. Behavioral INR은 가장 어려운 연속 상태-행동 설정에서 정책 식별 가능성(policy identifiability)을 가장 일관되게 향상시키며, 특히 더 긴 에피소드, 더 많은 정책, 그리고 OOD 분할로 인해 주변부 지름길(marginal shortcuts)의 유용성이 감소할 때 더욱 그러합니다. 상쇄된 이력 인코더(amortized history encoders)는 정책 정체성을 상징적 반복(symbolic repetition)이나 저차원 행동 통계로부터 복구할 수 있는 경우에는 여전히 경쟁력이 있습니다. 우리는 코드와 체크포인트를 공개합니다.