loss
Calculer la perte entre les états prédits et les états réels
Depuis R2023b
Description
calcule la perte entre les états prédits et les états réels lors de la formation des réseaux de planification de mouvement (MPNet). La fonction calcule la valeur de perte en calculant la distance quadratique moyenne pondérée entre les états réels et les états prédits. Lors de la formation du réseau, l’objectif est de minimiser la perte entre les sorties prédites et les sorties réelles. Vous pouvez également utiliser la fonction L
= loss(mpnet
,statePred
,stateActual
)loss
pour vérifier l'exactitude d'un MPNet formé pendant les tests.
Remarque
Pour exécuter cette fonction, vous aurez besoin du Deep Learning Toolbox™.
Exemples
Arguments d'entrée
Arguments de sortie
Références
[1] Qureshi, Ahmed Hussain, Yinglong Miao, Anthony Simeonov, and Michael C. Yip. “Motion Planning Networks: Bridging the Gap Between Learning-Based and Classical Motion Planners.” IEEE Transactions on Robotics 37, no. 1 (February 2021): 48–66. https://doi.org/10.1109/TRO.2020.3006716.
Capacités étendues
Historique des versions
Introduit dans R2023b