据报道，爱荷华州立大学和伊利诺伊大学香槟分校的研究人员首次在COALESCE项目中提出超精准农业（ultra-precision agriculture）概念。COALESCE旨在建立一个与规模无关的信息农业系统，在农场覆盖区域提供个性化的植物管理，将信息物理原理引入可持续农业。COALESCE项目为期5年，得到了美国国家科学基金会和美国农业部国家粮食与农业研究所700万美元的资助。

       研究人员认为，超精准农业是将传感、建模和推理方面的最新网络功能引入农作物种植管理，使农民以较低的成本、更大的灵活性和更小的环境影响来应对作物面临的害虫、干旱及土壤贫瘠的压力，并最终取代对化肥、农药等化学投入品的依赖。具体包括：

        1、生物物理实体的个性化建模。创建个性化植物模型的原则性方法，将多尺度数据与已知的生物物理和生理知识紧密耦合，确保模型预测遵循已知的生物物理规则，从而确保普遍性。

     2、基于多模态数据融合和鲁棒学习（robust learning）的个性化感知。在不同规模的环境和植物生理条件下进行多模态测量来估计状态变量、更新个性化模型，并采用鲁棒机器学习方法对多尺度、多模态数据进行特征提取和融合。

    3、使用灵巧机器人的个性化驱动。个性化驱动包括局部化学品和水的分配(喷洒、渗灌)以及作物机械管理操作，需要灵巧的驱动器来实现精确的施肥及施药。