Função de Perda
Uma função matemática que quantifica a discrepância entre as predições do modelo e os alvos de verdade fundamental. A perda é minimizada durante o treinamento. Perdas comuns em aprendizado robótico: MSE (ações contínuas), entropia cruzada (ações discretas), perda de difusão (denoising score matching) e perda contrastiva (aprendizado de representação). A escolha da função de perda molda diretamente o que o modelo aprende.







