Gruppen har hovedfokus på systemer der de viktige overordnede egenskapene, f. eks. intelligent adferd, utvikles uten global styring og kun gjennom interaksjon mellom enkle systemdeler og mellom disse deler og deres miljø. Slike systemer finnes overalt i naturen, og selvorganiserende prinsipper har blitt kjernen til mange tekniske systemer i de senere årene.
Selvorganisering skjer i uorganiske systemer, men også i systemkomponenter av organiske agenter, i systemer der disse agenter har evne til å lære, og der populasjoner av agenter kan utvikles gjennom naturlig utvelgelse. Systemer som vi fokuserer på har lærings og/eller evolusjonære elementer i seg. Mest relevant for oss med erfaring i kunstig intelligens og bildebehandling er nevrovitenskapelige bevis på at hjernen er et selvorganiserende mønstergjenkjenningssystem.
Gruppemedlemmene og deres studenter har publiseringserfaring med simulering av selvorganisering i diverse systemer, fra kjemiske og biologiske til økologiske og sosiale, men siden 2002 har fokus blitt rettet mot intelligent adferd (både sensorimotorisk og kognitivt) i mennesker og andre dyr, og hvordan den kan forklares med selvorganiserende aktivitet i nevrale nettverk (både kunstig og i hjernen). Dette kalles ofte for computational neuroethology (Chiel og Beer, 1997) og er en hovedinteresse for alle tre fast ansatte i gruppen.