Machine-Learning

Multi-agent reinforcement learning (MARL) studies how several agents learn to act in a shared environment. This post is a background survey of the cooperative MARL literature, written so that a reader with no reinforcement-learning background can follow it from start to finish. It is organized in four parts. Part 1 builds the single-agent foundations — the vocabulary, then the formulas, with the purpose of every symbol. Part 2 covers the two policy-update algorithms everything else rests on, PPO and GRPO, each with a worked example. Part 3 moves to many agents: the CTDE paradigm, the methods that established it (DDPG, MADDPG, COMA, VDN, QMIX), and MAPPO. Part 4 describes the benchmark environments. A summary and a glossary close the post. ...

Đa số hệ gợi ý học từ những gì bạn làm. Bài này của Tencent thì còn để ý cả những gì bạn thôi không làm nữa — và mình thấy ý đó khá dễ thương. Bài viết song ngữ Anh-Việt. Phiên bản tiếng Việt ở bên dưới. Đây là Phần 1 của series 2 phần. Phần 2 dựng thử pipeline. English A small side-quest that led to a paper This whole thing started as a search for a dataset — logs of people playing and browsing games, the raw clicks of a session. The search itself is worth a few lines, because it sets up why the paper we ended up at felt interesting. ...

Phần 1 là ý tưởng. Phần này là dây chuyền lắp ráp — tám khối nhỏ biến mấy cú click thô thành một biểu diễn người chơi mà một model production xài được. Bài viết song ngữ Anh-Việt. Phiên bản tiếng Việt ở bên dưới. Đây là Phần 2 của series 2 phần. Phần 1 giải thích phương pháp. English Part 1 was about why Tencent’s User Game Lifecycle works: fill out a too-short history by gathering behavior from four places and adding in going quiet (lost and silence actions), then keep the long-tail from being ignored with Inverse Probability Masking. This part is the how — the shape of a pipeline that turns those ideas into something you can train. We’ll keep it gentle: pseudocode and data shapes, no real framework code, so the structure stays easy to see. ...

Trang ôn thi Machine Learning tương tác — tổng hợp từ buổi review của thầy. Mỗi bài có lý thuyết tóm tắt + công cụ tính toán chạy trực tiếp trên trình duyệt. Nội dung thi: Bài 5 → Bài 10 (từ sau Tết). Bài 1–4 (giới thiệu, Neural Network, Ensemble) không thi. Bài 5: SVM Bài 6: RL Bài 7: Markov & HMM Bài 8: Bayesian Bài 9: Clustering Bài 10: Tensor Bài 5 — Support Vector Machine (SVM) Thầy dặn 3 câu hỏi quan trọng: 1. Siêu phẳng (hyperplane) là gì? 2. Support vector là gì? 3. Tiêu chí để chọn siêu phẳng tối ưu là gì? + Ý nghĩa hàm Lagrange + Tại sao cần soft margin (slack variable)? Siêu phẳng (Hyperplane): Đường biên quyết định phân tách 2 lớp. Phương trình: w·x + b = 0 ...