交差エントロピー損失
予測確率分布と真のラベル間の差を測定する損失関数です。分類では、正しいクラスの負の対数尤度です。ロボット学習では、交差エントロピーは離散アクション予測、VLAモデルのトークン生成、およびアクション空間が離散化される言語条件付き制御ポリシーの訓練に使用されます。
予測確率分布と真のラベル間の差を測定する損失関数です。分類では、正しいクラスの負の対数尤度です。ロボット学習では、交差エントロピーは離散アクション予測、VLAモデルのトークン生成、およびアクション空間が離散化される言語条件付き制御ポリシーの訓練に使用されます。