Независимо от того, кто управляет  сельхозтехникой (человек или ИИ), сельскохозяйственный робот должен действовать автономно экономически и экологически устойчивым образом.  Все сельхозсистемы должны соблюдать технические и юридические правила, которые также соответствуют действующее законодательство . Реализация этих правил в системе поддержки принятия решений или автономном контроллере робота объяснимым и проверяемым образом является серьезной проблемой, учитывая текущий уровень техники.

Инструменты искусственного интеллекта, поддерживающие конкурентоспособное и устойчивое сельское хозяйство, должны использовать самые разнообразные данные и знания, от необработанных данных, предоставляемых датчиками, до экспертных знаний высокого уровня. Принимая цифровое сельское хозяйство в качестве целевой области применения, общая цель проекта R4Agri состоит в том, чтобы предоставить основу для рассуждений о знаниях, основанных на разнородных данных, с упором на мультимодальные и многомасштабные данные датчиков.

R4Agri  решает эту проблему, объединяя технологические темы интерпретации данных датчиков, рассуждений, представления знаний и управления данными в одной структуре и проводя фундаментальные исследования новых методов, алгоритмов и программных архитектур. Это должно позволить рассчитать сложные зависимости, сделать из них выводы и сделать предложения по реализации. Для этого система получает доступ к самым разным типам данных, таким как данные датчиков сельскохозяйственной техники, спутниковые и метеорологические данные, а также к источникам знаний, таким как базы данных растений, оценивает их и связывает друг с другом. Общая цель состоит в том, чтобы обеспечить основу для качественных и логических выводов о знаниях на основе разнородных данных.

Результаты могут быть также применимы к другим областям, таким как производство материалов с меняющимися качествами сырья, требованиями к загрязнению и безопасности, которые необходимо принимать во внимание.