M.Sc.

Vladimir Samsonov

224A6Cc70Ab2D8F7474A3C031Fa12E88
Raum
D 2.04
Telefon
+49 241 80 911 35
E-Mail
Vladimir Samsonov ist seit Juli 2017 wissenschaftlicher Mitarbeiter am Cybernetics Lab. Vor seiner Tätigkeit am Institut absolvierte er ein Graduiertenprogramm im Bereich Produktion bei Rolls-Royce Deutschland. Dabei sammelte er Erfahrung in der Fertigung, Montage und Entwicklung darunter in den Bereichen kontinuierliche Verbesserung, Einführung von neuen Fertigungstechnologien und Produkteinführung. Herr Samsonov absolvierte ein Diplomstudium im Fachbereich Maschinenbau an der Staatlichen Technischen Universität Moskau „Baumann“ (BMSTU) und ein Masterstudium der Fachrichtung Wirtschaftsingenieurwesen an der Technischen Universität Hamburg (TUHH). Während seiner Masterarbeit beschäftigte er sich mit Sentimentanalysen durch maschinelles Lernen für die Quantifizierung insolvenzbedingter Stigmatisierung in den USA und Deutschland.

Aktuelle Publikationen

Optimisation of a Workpiece Clamping Position with Reinforcement Learning for Complex Milling Applications
Enslin, Chrismarie; Samsonov, Vladimir; Köpken, Hans-Georg; Baer, Schirin; Lütticke, Daniel
Nicosia G. et al. (eds) Machine Learning, Optimization, and Data Science. LOD 2021. Lecture Notes in Computer Science, vol 13164., Springer
2022
ProdSim: An Open-source Python Package for Generating High-resolution Synthetic Manufacturing Data on Product, Machine and Shop-Floor Levels
Fuchs, Tom; Enslin, Chrismarie; Samsonov, Vladimir; Luetticke, Daniel; Schmitt, Robert Heinrich
Leading manufacturing systems transformation – Proceedings of the 55th CIRP Conference on Manufacturing Systems 2022
2022
Deep Reinforcement Learning for Robotic Control in High-Dexterity Assembly Tasks - A Reward Curriculum Approach
Leyendecker, Lars; Schmitz, Markus; Zhou, Hans; Samsonov, Vladimir; Rittstieg, Marius; Lütticke, Daniel
2021 Fifth IEEE International Conference on Robotic Computing (IRC), IEEE, Taichung
2021
Manufacturing Control in Job Shop Environments with Reinforcement Learning
Samsonov, Vladimir; Kemmerling, Marco; Paegert, Maren; Lütticke, Daniel; Sauermann, Frederick Christian; Gützlaff, Andreas; Schuh, Günther; Meisen, Tobias
Proceedings of the 13th International Conference on Agents and Artificial Intelligence, SCITEPRESS - Science and Technology Publications, pp. 589-597
2021
Towards Production-Ready Reinforcement Learning Scheduling Agents: A Hybrid Two-Step Training Approach Based on Discrete-Event Simulations
Kemmerling, Marco; Samsonov, Vladimir; Lütticke, Daniel; Schuh, Günther; Gützlaff, Andreas; Schmidhuber, Matthias; Janke, Tim; Meisen, Tobias
Simulation in Produktion und Logistik 2021, Cuvillier Verlag, Göttingen, pp. 325-336
2021