Unsere Forschung konzentriert sich auf die Entwicklung von kognitiven Modellen für Roboter, um Menschen in Arbeitsumgebungen oder zu Hause eine anpassungsfähige, personalisierte Unterstützung zu bieten. Auf der unteren Ebene solcher Modelle konzentrieren wir uns auf Kognitionsfähigkeiten der Roboter, wie die Erkennung menschlicher Anwesenheit, die Hand- und Kopfgestenerkennung, die Aufmerksamkeitserkennung und die Aktionserkennung im Kontext. Auf der high-level Ebene werden diese Signale auf verwendet, um menschliche mentale Zustände und Absichten zu antizipieren, um ihre Bedürfnisse für eine zuverlässigere, natürlichere und anpassungsfähigere Zusammenarbeit besser zu verstehen. Dies geschieht durch unsere neuartigen stochastischen Entscheidungsfindungs- und Richtlinienauswahlalgorithmen, die sich an die sich ändernden kontextuellen Verhaltensweisen, Vorlieben und Eigenschaften eines Menschen anpassen.