对比文件名称：2011-05-24_US7949428B_发明授权_US07949428B2 Robot apparatus and method of controlling the same
目标专利名称：264用于空间目标选择的失衡式交叉抑制性机制CN106030621B
模型名称：专利创造性评估模型
### 特征比对表格
| 技术特征描述以及公开性判断结果 | 对比文件原文引用 | 公开性论述 |
| **技术特征A**：包括：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，《未被公开》 | 对比文件未明确公开从“多个目标”中基于“准则”进行“选择”的过程。其提及“target point”或“goal”时（例如[0018]段），通常指预设的、单一的任务终点（如到达某点、投球），或是通过外部触发（如关节角超过阈值）来启动一个动作序列（参见[0182]-[0192]段）。这种“选择”并非在多个候选目标之间基于准则动态决策。 | 本领域技术人员无法从对比文件中毫无疑义地得出或合理推断出“机器人基于一个选择准则从多个目标中选择一个目标”的技术方案。对比文件中的“目标”通常是执行非周期性运动的终点或触发条件，而非在多个空间目标中依据特定准则（如距离、概率）进行筛选和选择。该特征未被直接或隐含公开。 |
| **技术特征B**：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，《未被公开》 | 对比文件未提及“目标地图”的概念。其描述了使用躯干坐标系（trunk coordinate system）和绝对坐标系（Rworld）来表示机器人的位置和姿态（参见[0202]-[0205]段），并可通过逆运动学计算关节角度以实现期望的脚部轨迹（参见[0205]段）。然而，这属于机器人运动控制的通用坐标变换和轨迹规划，并非用于表示和存储多个“目标”位置及其相对于机器人的关系的专用“目标地图”。 | 对比文件中公开的坐标系用于描述机器人本体及其末端执行器的位置和运动轨迹，其作用是实现运动控制和姿态稳定。而目标专利中的“目标地图”是一个包含多个目标位置的数据结构，专门用于目标选择。两者作用不同，且对比文件未公开包含多个目标位置的地图结构。本领域技术人员无法从中推断出该特征。 |
| **技术特征C**：并且每个位置对应于人工神经网络中的神经元，《未被公开》 | 对比文件公开了使用“neural oscillator”（神经振荡器）作为控制单元，该振荡器由两个相互抑制的神经元素（neural elements）构成（参见[0152]-[0153]段，图9）。这些振荡器被布置在机器人的不同运动轴上（如X、Z方向）以控制腿部运动（参见[0194]-[0201]段，表2）。 | 虽然对比文件使用了“神经”振荡器模型，但其作用是根据反馈信号生成周期性或经调制的控制信号（关节角度命令），本质上是一种特定形式的控制信号发生器。目标专利中的“神经元”是人工神经网络的基本单元，其“位置”直接对应于目标地图中的空间坐标，并参与基于交叉抑制的目标选择计算。两者在模型用途、结构以及与空间位置的映射关系上存在本质区别。对比文件未公开将“地图位置”与“神经网络神经元”一一对应的技术方案。 |
| **技术特征D**：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，《未被公开》 | 对比文件详细描述了神经振荡器内部两个神经元素之间存在相互抑制的连接（γ[u2]+和γ[u1]+，参见公式(1)(3)及[0152]段）。此外，外部反馈信号（如g+, g-）可以以兴奋或抑制的方式输入到振荡器（参见[0163]-[0177]段，表1）。然而，这些抑制性连接或信号是振荡器内部动力学的一部分，或是用于调节振荡器整体输出的手段。 | 对比文件中不存在“目标神经元”与“非目标神经元”的概念区分，也没有公开从一个（代表已选目标的）神经元向其他（代表未选目标的）神经元输出“抑制性权重”以“设置失衡”的机制。目标专利中的“失衡”是特意设置以偏置选择结果的连接权重，而对比文件中的抑制耦合是振荡器模型的固有参数或用于实现特定输出波形（如停止振荡）的临时反馈。两者作用和技术手段不同。该特征未被公开。 |
| **技术特征E**：以及至少部分地基于所述失衡来修改所述目标神经元与所述非目标神经元之间的相对激活，以使得在所述目标神经元的活跃量大于所述非目标神经元的活跃量时所述机器人设备移动至所述目标地图中与所选目标相关联的位置。《未被公开》 | 对比文件公开了基于反馈信号（包括非周期性的一次性反馈信号）修改神经振荡器的输出（如qla, qlz等），进而通过运动学计算驱动关节，使机器人移动（例如，增加步幅以抵抗外力，或提高摆动腿高度，参见[0253]-[0262]段，[0281]-[0292]段）。 | 对比文件修改的是振荡器自身的输出幅值或相位，其直接作用是改变机器人的关节轨迹。而目标专利是通过调整神经元之间的连接“失衡”来修改它们之间的“相对激活”，其直接作用是使一个神经元群体相对于另一个群体更活跃，从而“表征”选择结果，然后机器人再根据此结果移动。这是两种不同的控制逻辑和信号处理层次。对比文件未公开通过神经元间失衡来调整相对激活以实现目标选择的机制。 |
| **技术特征F**：其特征在于，每个目标是空间目标。《隐含公开》 | 对比文件中机器人执行的任务，如“getting to a target point”（到达目标点，[0018]段）、“ball throwing motion”（投球动作，[0182]段）、“walking motion”（行走运动，[0194]段），其目标（target point, goal）在物理世界中必然具有空间位置（例如，投球的释放点、行走的方向和步幅所指向的空间点）。控制机器人的关节运动本质上是改变其末端在空间中的位置。 | 虽然对比文件未明确使用“空间目标”这一术语，但本领域技术人员结合其整体内容可以合理推断，该机器人装置所处理和执行的任务目标，是在二维或三维物理空间中定义的位置点或区域，即实质上的“空间目标”。例如，调整腿部在X、Z方向的位置以行走或跨越障碍，其目标就是空间中的特定位置或轨迹。因此，该技术特征被对比文件隐含公开。 |
| **技术特征G**：其特征在于，所述目标选择准则至少部分地基于每个目标的活跃量概率。《未被公开》 | 对比文件全文未提及基于“概率”进行目标选择或决策的任何内容。其控制逻辑基于确定的传感器反馈（如地面反力、躯干角度）和阈值判断（参见[0250]段公式(36)(37)，[0286]段公式(54)）。 | 本领域技术人员无法从对比文件中找到任何关于“活跃量概率”或基于概率的选择准则的记载或启示。该特征涉及一种特定的、不确定性的选择机制，与对比文件所公开的确定性控制方法有本质区别。因此，该特征既未被直接公开，也无法从对比文件中隐含得出。 |
| **技术特征H**：其特征在于，所述选择目标选择准则至少部分地基于所述目标与所述机器人设备之间的空间距离。《未被公开》 | 对比文件未公开将“目标与机器人之间的空间距离”作为选择目标的准则。其非周期性反馈的触发条件是基于传感器的瞬时测量值（如地面反力低于阈值、躯干角速度超过阈值等，参见[0286]段），而非对多个目标与机器人距离的比较计算。 | 目标专利中，距离是核心选择准则之一，用于偏置交叉抑制的权重（参见说明书[0102]-[0104]段）。对比文件虽然涉及空间运动，但其决策逻辑并不包含基于距离比较的目标选择过程。因此，该特征未被公开。 |
| **技术特征I**：其特征在于，所述连接是第一输入层连接、神经元输入、侧向连接、或其组合中的至少一者。《未被公开》 | 对比文件公开了神经振荡器接收外部“反馈信号”作为输入（g+, g-，参见[0153]段），这可以视为一种“神经元输入”。振荡器内部两个神经元素之间的耦合是“侧向连接”（公式(1)(3)中的γ项）。 | 虽然对比文件公开了“神经元输入”和“侧向连接”的具体形式，但这些连接在对比文件中的作用是实现振荡器的内部动力学和对外部信号的响应，并非用于在代表不同空间目标的神经元之间建立“失衡式交叉抑制”以进行目标选择。由于作用和技术目的不同，且目标专利权利要求中该特征是对前述“连接”（用于输出抑制性权重的连接）的进一步限定，而该“连接”本身未被公开，因此此限定特征也未被公开。 |
<<<f>>>