Das Projekt verfolgt das Ziel, intelligente Softwareservices zu entwickeln, die es Robotersystemen erlauben, auf Basis von CAD und Umweltinformation, selbstständig Montage- und Demontagepläne zu generieren und auszuführen.

Die Montage, welche das Fügen von Teilsystemen zu einem funktionsfähigen Gesamtsystem darstellt, ist einer der kostenintensivsten Prozesse der Produktionstechnik. Die deutsche Volkswirtschaft ist jedoch maßgeblich von der Produktionstechnik abhängig und könnte durch eine automatisierte Montage in unterschiedlichen Gewerken profitieren. Unter der Demontage versteht man die umgekehrte Operation, also die Zerlegung in die einzelnen Ausgangselemente. Aufgrund steigender Ressourcenprobleme, und der immer wichtiger werdenden Energiebilanz im Gesamtlebenszyklus von Produkten, wird auch hier eine automatisierte Lösung benötigt. Eine Möglichkeit wäre die Nutzung von zwei oder mehreren Robotersystemen, welche mit geeignetem Werkzeug und einem kooperativen Zusammenspiel diese Aufgabe übernehmen. Allerdings existieren bisher keine geeigneten Algorithmen, die es vollständig erlauben automatisch ein kooperatives Roboterprogramm zu generieren, sodass hierzu ein Roboterprogrammierer benötigt wird. Für den wirtschaftlichen Einsatz ist dies jedoch nicht akzeptabel. 

Im Rahmen des Forschungsprojekts sollen deshalb Verfahren für die Planung von Demontage- und Montagesequenzen auf Basis von CAD- und Kameradaten entwickelt werden. Die generierten Planungssequenzen können weitergehend in ein Roboterprogramm übersetzt werden, welches automatisch ausgeführt wird. Die einzelnen Algorithmen sollen in eine Softwarearchitektur integriert werden, sodass die komplette Durchgängigkeit und Autonomie des Prozesses aufgezeigt werden kann.

Die zu entwickelnden Planungsalgorithmen basieren auf der Kombination symbolischer KI-Verfahren mit datengetriebenen Ansätzen. Durch den Einsatz symbolischer Verfahren wird eine Transparenz in der Lösungsfindung, als auch die Einbettung kinematischer und dynamischer Ersatzmodelle erlaubt. Jedoch versagen diese Methoden bei bestimmten Baugruppenkombinationen aufgrund der Komplexität des Problems, weshalb zur Reduktion des Lösungsraums datengetriebene Ansätze genutzt werden. Die Übersetzung der diskreten Planungsschritte in ein für den Roboter ausführbares Programm, erfolgt über eine subsymbolische Aufgabenbeschreibung.