Scientific and engineering competitions on building autonomous mobile robots became an important part of research process. This is a report on Institute of Control Sciences' team participation in AEROBOT-2020 challenge with a description of proven approaches to solving competitive tasks.

Предмет. Несмотря на реализацию национального проекта «Экология», предпринимаемые попытки развития низкоуглеродной энергетики и транспорта, проведение «мусорной реформы» и другие мероприятия, направленные на снижение негативного воздействия экономики на окружающую среду, эко-эффективность производственных системв России остается низкой. Это подтверждается межстрановыми сравнениями статистических показателей ресурсоемкости, энергоемкости и углеродоемкости российской экономики. Основные функции экологического менеджмента осуществляются в стране на региональном уровне. Однако пока что показатели эко-эффективности региональной экономики не включены в систему показателей, согласно которой оценивается деятельность региональных властей. Цели. Разработка методики оценки сравнительной эффективности региональных систем экологического менеджмента с учетом существенной неоднородности регионов по эко-эффективности; разработка подходов к оценке эко-эффективности региональных экономических систем, результативности работы системы экологического менеджмента на региональном уровне, интеграция данных подходов в единую методологию. Методология. Использованы общенаучные методы исследования. Результаты. Разработанный подход включает одновременное решение двух задач анализа среды функционирования, одна из которых сформулирована для оценки эко-эффективности экономики региона, а другая – для оценки эффективности расходования средств, направленных на охрану окружающей среды в регионе. В результате решения двух задач исследователь получает большое количество информации, которая может быть использована при разработке стратегий регионального развития.

The paper addresses the acceleration of scientific discoveries by developing logical and cognitive ontologies in a special convergent way that ensures the acceleration and purposefulness of collective scientific discussions. It is noted that modern information systems, which have been created to support scientific activities, focus on information and reference work. They help analyse retrospective data to predict the development of events and reveal hidden relationships in big data and knowledge. At the same time, the known methods of creating ontologies are used to build artificial intelligence (AI) models by explicating the knowledge of experts and big data. It is shown in the paper that modern approaches to creating ontologies excessively reduce non-formalized and uncaused cognitive processes of scientific discoveries such as free will, consciousness, unconsciousness, feelings, thoughts, and experience. Attempts to formalize these processes lead to an incorrect and incomplete replacement of infinite-dimensional and continuous cognitive phenomena by finite-dimensional spaces, digital numbers, and discrete symbols. To compensate for the resulting cognitive distortions, a special approach has been developed to represent convergent scientific creativity processes in AI models more correctly and completely by using the capabilities of hybrid (human-machine) AI, the cognitive semantics of AI models, and the method of inverse problem-solving in topological spaces. The idea of using a non-local approach to enrich the cognitive semantics of AI models that considers the subatomic structure of the human mind's biological tissue is also considered. Currently, the proposed approach is successfully used for accelerating collective strategic planning in the real digital economy

Рассмотрена специфика креативной/творческой деятельности. Выделены три фазы такой деятельности: открытие новой предметной области и накопление «базовых знаний», освоение предметной области, массовое продуктивное использование. На основании анализа жизненного цикла креативной деятельности показано, что креативность сосредоточена в этапе целеполагания и только в нем. Предложены качественная модель развития знаний/опыта и теоретико-графовая модель структуры предметной области. Для описания и исследования каждой из фаз креативной деятельности могут как развиваться новые, так и использоваться известные модели, в том числе разработанные и изложенные в предшествующих работах авторов: для первой фазы – модели оптимального распределения усилий исследователя между проверяемыми гипотезами и выбора оптимальной последовательности проверяемых гипотез; для второй фазы – математические модели опыта; для третьей фазы могут быть использованы как структурные и алгоритмические модели, так и оптимизационные модели.