对比文件名称：2012-06-27_CN102521653A_发明公开_CN102521653A 井下多机器人联合搜救的生物刺激神经网络设备及其方法
目标专利名称：用于空间目标选择的失衡式交叉抑制性机制CN106030621B
本次调用的模型名称：GPT-4
### 特征比对表格
| 技术特征描述及公开性判断 | 对比文件原文引用 | 公开性论述 |
| **技术特征A《直接公开》** | 说明书第[0072]-[0074]段：“机器人根据每个神经元的动态活性值的大小可以实时计算出最佳返程路径……而pn是机器人探测范围内所有神经元中动态活性值最大的那个，根据该公式，机器人的最终返程路径将是一条能自动绕开障碍物，又能快速到达搜救矿工位置的最佳路径。” | 对比文件公开了机器人从环境中的多个位置点（神经元）中选择一个作为移动目标（pn），其选择准则是“动态活性值最大”。这实质上就是“至少部分地基于目标选择准则从所述多个目标中为机器人设备选择目标”，其中“目标”对应“活性值最大的神经元位置”，“选择准则”是“活性值最大”。因此，该技术特征被直接公开。 |
| **技术特征B《直接公开》** | 说明书第[0065]段：“基于生物刺激神经网络模型构建实时地图的方法如下，先根据位置射频标签的识别距离，将环境空间离散化，其中每个离散点是一个4维空间，分别由(x, y, z, s)构成，(x, y, z)是该离散点的地理位置坐标，通过射频标签读取；s是生物刺激神经网络神经元的活性值……” | 对比文件明确公开了构建一个包含多个位置点的地图（实时地图），每个位置点（离散点）具有地理位置坐标(x, y, z)，并且这些位置是“相对于所述机器人设备的位置”，因为地图是机器人基于自身探测和射频标签读取动态构建的。这完全对应于“所述多个目标中的每个目标对应于包括相对于所述机器人设备的位置的多个位置的目标地图中的不同位置”。因此，该技术特征被直接公开。 |
| **技术特征C《直接公开》** | 说明书第[0065]段：“……每个离散点是一个4维空间，分别由(x, y, z, s)构成……s是生物刺激神经网络神经元的活性值……” | 对比文件明确将地图中的每个离散位置点定义为一个“神经元”，其活性值为s。这直接公开了“每个位置对应于人工神经网络中的神经元”。因此，该技术特征被直接公开。 |
| **技术特征D《未公开》** | 未找到相应内容。对比文件说明书第[0065]段提到了连接权值wij，但并未描述其如何设置以输出抑制性权重，也未描述存在从“目标神经元”到“非目标神经元”的专门连接用于输出抑制性权重以制造“失衡”。 | 目标专利的特征D核心在于通过神经元之间的**连接主动输出抑制性权重**来“设置失衡”，这是其“交叉抑制”机制的关键（参见说明书第[0118]-[0119]段）。对比文件中的神经网络活性值变化主要源于外部刺激（矿工和障碍物）带来的输入（和），并通过公式计算，其“失衡”（活性值差异）是这些外部输入计算的结果，而非通过调整神经元间连接的权重（特别是抑制性权重）来主动设置。对比文件未公开“通过经由从对应于所选目标的目标神经元至不对应于所选目标的非目标神经元的连接输出抑制性权重来设置失衡”这一特定技术手段。因此，该技术特征既未被直接公开，也未被隐含公开。 |
| **技术特征E《未公开》** | 未找到相应内容。对比文件公开了机器人根据神经元活性值选择目标并移动，但未公开通过设置“失衡”来“修改”目标神经元与非目标神经元之间的“相对激活”这一过程。 | 目标专利的特征E与特征D紧密相关，其“修改相对激活”是“基于所述失衡”（即特征D设置的失衡）的结果，目的是使目标神经元活跃量大于非目标神经元。对比文件中，机器人直接选择活性值最大的神经元位置作为目标，活性值的差异是由外部刺激计算模型决定的，并非通过如特征D所述的内部连接权重失衡机制来“修改”神经元间的相对激活状态。因此，该技术特征未被公开。 |
| **技术特征F《直接公开》** | 说明书第[0065], [0072]段：地图中的离散点具有地理位置坐标(x, y, z)，机器人选择并移动至活性值最大的神经元位置。 | 对比文件中机器人要前往的目标位置（如矿工位置、路径点）均是在物理空间中有坐标的位置，属于“空间目标”。因此，该技术特征被直接公开。 |
| **技术特征G《未公开》** | 未找到相应内容。 | 目标专利说明书第[0119]段提及选择准则可基于“目标的概率”或“尖峰发放概率”。对比文件中的选择准则是确定性的“活性值最大”，并未涉及基于概率的选择准则。因此，该技术特征未被公开。 |
| **技术特征H《未公开》** | 说明书第[0068]-[0069]段：刺激性输入和抑制性输入的计算公式中包含dist(·)距离函数。 | 虽然对比文件中神经元活性值的计算涉及目标（矿工）与神经元位置的距离（dist函数），但其最终的选择准则是“活性值最大”，而非直接“至少部分地基于目标与机器人设备之间的空间距离”。距离是影响活性值的一个因素，但选择准则本身是活性值。目标专利的特征H明确将“空间距离”本身作为选择准则（如选择最近目标），这与对比文件以复合计算后的“活性值”为准则不同。因此，该技术特征未被直接公开。从隐含公开角度看，本领域技术人员无法从对比文件必然地、无疑义地推导出以“空间距离”为直接选择准则的方案。因此，该技术特征未被隐含公开。 |
| **技术特征I《未公开》** | 未找到相应内容。 | 对比文件提到了神经网络中存在“连接权值wij”，但并未具体公开这些连接的类型是“第一输入层连接、神经元输入、侧向连接、或其组合中的至少一者”。该描述是对连接具体物理或逻辑类型的限定，对比文件没有提供相关信息。因此，该技术特征未被公开。 |
<<<A>>><<<B>>><<<C>>><<<F>>>