Zurück zu Glossary
Verlustfunktion
Eine mathematische Funktion, die die Abweichung zwischen Modellvorhersagen und Ground-Truth-Zielen quantifiziert. Der Verlust wird während des Trainings minimiert. Häufige Verlustfunktionen im Roboter-Lernen: MSE (kontinuierliche Aktionen), Cross-Entropy (diskrete Aktionen), Diffusion Loss (Denoising Score Matching) und Contrastive Loss (Repräsentationslernens). Die Wahl der Verlustfunktion prägt direkt, was das Modell lernt.