Retour à Glossary
Fonction de perte
Une fonction mathématique qui quantifie l'écart entre les prédictions du modèle et les cibles de vérité terrain. La perte est minimisée pendant l'entraînement. Les pertes courantes en apprentissage robotique : MSE (actions continues), entropie croisée (actions discrètes), perte de diffusion (score matching de débruitage), et perte contrastive (apprentissage de représentation). Le choix de la fonction de perte façonne directement ce que le modèle apprend.