南亚干旱监测系统（SADM）由国际水管理研究所（IWMI）与印度农业研究理事会（ICAR）于2014年密切合作开发。它旨在支持干旱管理活动，并为南亚国家采取积极的干旱缓解措施提供框架。例如，如果季节性预报表明预计会发生中度干旱，那么国家和地方当局可能会建议农民从种植水稻转向种植更耐旱的作物，如小米。在本季晚些时候，如果作物已经种植，但七天的预报表明不会下雨，那么可以安排提供补充灌溉。SADM被设置为干旱状况的每周地图，其中包含综合干旱严重程度指数、标准化降水指数和土壤湿度指数等指标。由此产生的干旱严重程度图主要来自免费提供的卫星图像，首次在大面积上提供了连续的地理覆盖，并且比其他常见的全球干旱产品具有更精细的空间细节（500米分辨率）。

许多蕴含现代工艺技术的密封件都是使用不同种类橡胶制成的。现代汽车或装置中应用的橡胶件可达数千件。高弹性、能承受长期的各种变形作用、耐腐蚀性、可制造性等特性使橡胶成为一种生产各种密封装置不可替代的材料。

在北极地区使用弹性材料和产品会遇到一些问题。大多数工业橡胶在极端气候条件下的气候稳定性和耐久性较差。受寒冷气候因素的影响，我们遭遇了以下过程：密封件压力完善性降低、密封件脆性损毁、应力降低、聚合物损毁以及机械性能降低。例如，在萨哈共和国（雅库特）（位于俄罗斯北部）的机器和机械装置的工作能力损失中有超过30%的情况与各种橡胶件的抗冻性不足密切相关；由此造成的停机情况则高达50%。

在遥远的北极地区最有希望使用的材料是以环氧丙烷基橡胶（ SKPO，Tg=-70°C）为基础的具有抗冻性、抗臭氧性及耐热性的橡胶。

目前已经开发出了以使用无机纳米化合物无或矿物填料和热塑性聚合物改性后的环氧丙烷和丁腈橡胶为基础的新型密封材料。这些新材料具有很强的耐磨性、抗冻性、耐油性及耐汽油性。

使用含拟议成分的橡胶化合物制成的橡胶密封件因为具有更强的抗冻性和更低的残余压缩应变值，其在密封装置中的使用寿命会更长。已开发的橡胶可用于生产能应用在机器和机械装置众多密封组件中和其它应用（例如，生产适用于寒冷气候地区的保温窗密封件）中的橡胶件。

斯里兰卡奇洛渔业区的一艘渔船上安装了原型球鼻艏，旨在提高延绳钓渔业的燃油效率。该设计由粮农组织开发，在西班牙马德里理工大学的水箱中进行了测试，并在科伦坡的 Cey-Nor 基金会造船厂建造。初步海上试验表明，燃油节省了 11-13%，速度在 7 到 8 节之间时，效率更高。对于斯里兰卡的一艘普通延绳钓渔船来说，这项创新每年每次捕鱼可节省 1,150 升燃油，相当于每年节省约 150 万斯里兰卡卢比的成本。

SenzAgro 提供基于传感器的监测、自动灌溉和实时获取农艺建议的数字平台等解决方案，帮助农民优化资源利用和效率。他们的智能农业解决方案据称可将水和除草剂的使用量减少 40%，而自动化操作可使产量提高 20%，并降低运营成本。收集到的土壤电导率、环境温度和整体湿度等数据可在公司的农场管理应用程序中查看，并可通知自动灌溉方案。借助农场运营管理系统，可以根据收到的数据远程分配施肥和病虫害防治等任务，并在完成后通过 GPS 标记报告。

该算法可以在存在各种障碍物的环境中为无人物体从给定的起点到终点规划最佳路径。该模型的成功率为92%。无人机器人在城市环境中的应用越来越多。在静态和移动物体所在的同一空间中构建机器人轨迹的方法是现代机器人技术中最热门的领域之一。 传统上，生成路线有两种方法：所谓的全局规划和局部规划。第一种是基于使用变化的运动空间中的一组参考点来构建环境地图（树）。二是收集小交通区域内各类屏障、障碍物的信息。莫斯科物理技术学院 (MIPT) 的科学家与 AIRI 的同事一起采用了两种方法的组合，依靠强化学习技术。他们采用了这样的想法：局部规划器可以在两个相近的状态之间生成轨迹，但在准确构建长轨迹方面表现不佳。 POLAMP 算法在一个规划步骤中构建从起点到终点的路径，并使用可学习的局部策略避免与移动障碍物发生碰撞。进行的实验表明，POLAMP 的表现优于现代基线算法（可训练和不可训练），成功率超过 92%。例如，POLAMP 需要更少的示例来生成运动计划（即使该对象仅在一个移动障碍物上进行训练）。

该方法将减少道路的总体负荷、减少维修次数并降低修复工作的成本。新的计算系统在国际控制系统、数学建模、自动化和能源效率会议上进行了展示。根据建模结果，专家们计算出最合适的城市道路修复模式。该模型可以考虑影响修复工作的其他因素。例如气候条件、技术限制或资源短缺。根据交通网络的数学分析来规划修复工作也将对城市生态产生积极影响。研究人员认为，可能的关键变化包括减少排放到大气中的有毒物质的数量，以及减少环境的噪音和热污染。提出的计算模型还从数学上证明了“紧急”修复方法的低效率，即：只有当路面完全磨损时才开始修复工作。在这种情况下，交通网络的关键路段很有可能同时关闭，并且其他高速公路的负载过高。后者会导致路面过早磨损。

找到提高现代视频编码器视频编码质量的有效方法，本文讨论了联合视频专家组开发并由国际电信联盟推荐的最新采用的压缩标准通用视频编码（VVC）。这些标准使用所谓的环路处理和过滤——在编码器反馈环路中对解码图像进行过滤。简单来说，编码器内部也包含一个解码器。重点是视频编码采用时间冗余消除：帧彼此相似，需要利用这种相似性。消除的方法有很多种，但最常用的是块运动补偿：将帧分成块，对于当前帧的块，搜索前一帧中的类似块。因此，下一帧传输的并不是某个块，而是该块相对于前一帧移位后的块的变化。换句话说，就是根据已经传输的帧对当前帧进行某种预测。这个过程称为块运动补偿。

莫斯科物理技术学院应用人工智能系统中心的工程师提出的算法可以使使用的机器人数量平均减少三分之一，同时还能保证将仓库流程的整体效率提高 10%。此次开发针对的是大型企业的需求：其在数字零售中的使用产生的积极效应可达每月数百万卢布。仓库自动化有很多好处，从优化使用空间、提高整体工作速度到明显消除“人为因素”。仓库自动化流程的数学算法将成为技术框架的一部分——一套简化复杂机器人系统开发和支持的 IT 工具。目前，莫斯科物理技术与技术学院 (MIPT) 的员工正在开发其新版本。优化仓库流程的算法也适用于任何竞争性物流，也可以用于模拟城市和生产设施中的交通基础设施。

这一进展将使车辆的机动性提高 10-20%，并有助于避免道路上的危险情况。此外，新算法旨在通过车辆控制的平稳性使出行更加舒适。所提出的解决方案甚至可以让自动驾驶过程中的复杂操作安全地执行：变道、绕过移动障碍物以及在不受控制的路口转弯。据此项开发的作介绍，这种方法可以整合两种解决问题的方案：在高层次上设定问题（决定道路上的操作本身）并在低层次上规划运动（特定的制动和加速以实施操作的部分内容）。将这些计划结合起来，可以避免选择那些从物理和技术角度上显然不可能的轨迹。该算法的创建者特别注意通过提高驾驶的平稳性来提高自动驾驶模式下乘客的乘坐舒适度。开发人员表示，这种没有突然的颠簸、震动和刹车的模式更符合人类对安全驾驶的认知。研究期间，通过大量模拟实验对所提出的方法进行了测试。他们的场景包括在有对面车辆行驶的双车道高速公路上和在多车道单行高速公路上行驶。同时，对所有道路使用者设定了不同的速度限制。计算机模拟表明，新算法使无人驾驶汽车的控制单元能够以接近 100% 的效率规划和实施机动，同时考虑到现有的技术限制并避免不可接受的轨迹。

来自莫斯科物理技术学院（MIPT）、圣彼得堡国立信息技术与光学大学（ITMO）和斯科尔科沃科技学院（Skoltech）的研究人员团队成功创建了一个光电突触——一种具有混合电控和光控功能的柔性忆阻器。它再现了大脑突触的重要特性。这种装置可以成为制造义眼的基础，以及按照“传感器内计算”原理运行的设备。它们与莫斯科物理技术学院 (MIPT) 目前正在创建的人工神经元以及之前展示的突触一起，可以成为神经形态人工视觉系统的组成部分。它们可以作为神经处理器或神经控制器的元素，用作固定和无人驾驶车辆上的“智能摄像头”。它们可以成为机器人“电子神经系统”的基本基础，也可以用于节能解决许多传统计算机无法处理的非线性问题。