Volver a Glossary
Función de Pérdida
Una función matemática que cuantifica la discrepancia entre las predicciones del modelo y los objetivos de verdad fundamental. La pérdida se minimiza durante el entrenamiento. Las pérdidas comunes en aprendizaje robótico incluyen: MSE (acciones continuas), entropía cruzada (acciones discretas), pérdida de difusión (denoising score matching) y pérdida contrastiva (aprendizaje de representaciones). La elección de la función de pérdida determina directamente qué aprende el modelo.