Curriculum Vitae
Johannes Busch hat einen Abschluss in Elektrotechnik von der TU Dresden. Er arbeitet seit 2023 am CeTI und erforscht hierarchisches und modellbasiertes Reinforcement Learning und deren Anwendung in der Robotik.
Projekte/Kooperationen innerhalb von CeTI, an denen Sie beteiligt sind:
MintEC Camp
Worin liegt Ihr Forschungsinteresse?
Hierarchisches Verstärkungslernen, modellbasiertes Verstärkungslernen, Robotik.
Was hat Sie dazu bewegt das zu tun, was Sie heute tun?
Ich war schon immer von adaptiven Systemen und Robotern fasziniert. Die Anwendung neuartiger Methoden der künstlichen Intelligenz auf die Steuerung von Robotern ist ein wahr gewordener Kindheitstraum.
Was finden Sie beim CeTI besonders interessant?
Die Interdisziplinarität bietet viele Anknüpfungspunkte für die Zusammenarbeit.
Wie verbringen Sie Ihre Freizeit?
Wandern, Radfahren und Rudern.
Veröffentlichungen
| 1. | Deep reinforcement learning for the joint control of traffic light signaling and vehicle speed advice (Proceedings Article) In: Proceedings of the IEEE International Conference on Machine Learning and Applications (ICMLA), 2023. |
| 2. | Estimating link capacity with uncertainty bounds in cellular networks (Proceedings Article) In: Proceedings of the IEEE International Black Sea Conference on Communications and Networking (BlackSeaCom), 2023. |
| 3. | Optimizing edge SLAM: Judicious parameter settings and parallelized map updates (Proceedings Article) In: Proceedings of the IEEE Global Communications Conference (Globecom), 2022. |
| 4. | JAVRIS: Joint artificial visual prediction and control for remote-(robot) interaction systems (Proceedings Article) In: Proceedings of the IEEE Consumer Communications & Networking Conference (CCNC), 2022. |
