Durch immer komplexere robotische Systeme wird es zunehmend schwerer gezielte Bewegungen auf diesen Systemen auszuführen. Insbesondere bei Bewegungen, die natürlichen Ursprungs sind, wie es zum Beispiel bei der Imitation von menschlichen Bewegungen der Fall ist. Das Bestreben menschliche Bewegungen zu imitieren ist darin begründet, dass man dem robotischen System intuitiv Problemlösungen beibringen kann. Dieses System kann dadurch zum Beispiel monotone Arbeiten oder Arbeiten an unzugänglichen, beziehungsweise an für den Menschen zu gefährlichen Orten durchführen.
Ein Vorteil von Imitationslernen im Gegensatz zur direkten Programmierung des Systems ist, dass auch Personen, die kein technisches Fachwissen besitzen, dem System neue Bewegungen beibringen können.
Komplexe Bewegungen durch Imitation zu erlernen ist sehr aufwendig oder teilweise sogar unmöglich. Dies lässt sich vereinfachen, indem man die Bewegungen segmentiert und als Einzelbewegungen lehrt. Diese segmentierten Bewegungen müssen anschließend wieder zusammengefügt und sequenziell ausgeführt werden. Beim Sequenzieren von Bewegungen kommt es an den Übergängen zu Beschleunigungsspitzen, welche flüssige Bewegungen nicht zulassen.
Im Fokus dieser Bachelorarbeit steht zum einen die Evaluation und der Vergleich verschiedener Problemlösungsansätze zum sequenziellen Ausführen von erlernten Bewegungsabschnitten. Zum anderen werden vielversprechende Problemlösungen auf einem simulierten einarmigen Robotersystem implementiert, welches mit Hilfe von Imitationslernen, vom Menschen demonstrierte Bewegungen sequenziell ausführen soll.