Janosch Moos studierte Autonome Systeme an der TH Mittelhessen im Fachbereich Elektro- und Informationstechnik sowie an der TU Darmstadt im Fachbereich Informatik, wo er sich auf Robotik und Maschinelles Lernen spezialisierte. Während seines Studiums arbeitete er an mehreren Projekten, die sich mit der Anwendung von Reinforcement Learning, Variationsinferenz und robusten Lernalgorithmen beschäftigte.
Seit März 2021 ist er wissenschaftlicher Mitarbeiter in der Forschungsgruppe Robotik-Systeme am IMS mit dem Ziel der Promotion. Sein Forschungsschwerpunkt liegt im Maschinellen Lernen für industrielle Anwendungen insbesondere im Bereich Robot Learning.
Hansel, Kay; Moos, Janosch; Derstroff, Cedric (2021):
Benchmarking the Natural Gradient in Policy Gradient Methods and Evolution Strategies
In: Belousov, B., Abdulsamad, H., Klink, P., Parisi, S., Peters, J. (eds) Reinforcement Learning Algorithms: Analysis and Applications. Studies in Computational Intelligence, vol 883. Springer, Cham. https://doi.org/10.1007/978-3-030-41188-6_7