对比文件名称：2012-12-11_US8332070B_发明授权_US08332070B2 Learning and use of schemata in robotic devices
目标专利名称：208动态空间目标选择CN106796667B
本次调用的模型名称：特征比对分析模型
以下是根据目标专利权利要求划分的技术特征与对比文件（US8332070B2）的比对表格：
| 技术特征描述以及公开性判断结果 | 对比文件原文引用（已翻译为中文） | 公开性论述 |
| **技术特征A**：包括：将多个目标中的每个目标映射到目标地图中的不同位置。<br>**《隐含公开》** | [0087] “应用的原则之一是群体编码。更准确地说，分布在二维地图中的单元表示模式（schemata）。此外，该地图内的活动对同时活动的多种模式进行编码。”<br>[0109] “图9展示了群体读出机制的结果。” | 对比文件公开了使用二维地图（“schemata map”）来表示“模式”（schemata），这些模式描述了机器人的通用行为，并且每个模式对应一个目标（例如，注视某个位置、抓取物体）。目标专利中的“目标”可以理解为机器人需要达到的特定状态或位置，而对比文件中的“模式”正是用于实现这类目标的行为单元。因此，将多个模式（每个模式关联一个目标）映射到二维地图的不同位置，是本领域技术人员能够从对比文件中合理推断出的内容。 |
| **技术特征B**：所述目标地图包括空间环境中相对于机器人设备的位置的多个位置。<br>**《隐含公开》** | [0057]-[0065] 描述了机器人设备的状态变量，包括“物体在摄像机（以眼为中心）坐标中的位置”、“手和物体在摄像机坐标中的距离”等。<br>[0087] “……模式应该被地形组织，使得相邻的单元代表相似的行为，从而服务于相似的目标。” | 对比文件中的模式地图是一个抽象的二维拓扑地图，用于组织代表行为的模式。这些行为的目标直接关联于空间环境中的具体位置（例如，通过状态变量描述的物体位置、手的位置）。本领域技术人员可以理解，该地图的组织反映了空间目标之间的关系（相似目标对应相邻地图单元）。因此，地图实质上包含了与空间环境中相对于机器人位置相关的多个目标位置信息。 |
| **技术特征C**：每个位置由所述人工神经网络中的神经元表示。<br>**《直接公开》** | [0087] “分布在二维地图中的单元表示模式（schemata）。”<br>[0088] “其次，前向模型模块由单个递归神经网络（RNN）实现。这意味着感觉运动模式在单个网络内分布式表示。……状态变量x(t)和模式地图活动s(t)作为RNN的输入……” | 对比文件明确记载了模式地图中的“单元”（units）用于表示模式。根据说明书整体描述，整个系统由人工神经网络（如前向模型、逆模型的RNN和HyperBF网络）实现，这些地图单元是神经网络结构的一部分。因此，地图中的每个位置（单元）由人工神经网络中的神经元表示，被直接公开。 |
| **技术特征D**：以及通过控制至所述人工神经网络的神经元的失衡量来动态地修改目标选择函数以使所述机器人设备偏向或偏离候选目标地移动。<br>**《隐含公开》** | [0090] “……状态变量x(t)……以及模式地图活动s(t)……作为网络的输入。逆模型最终产生适合达到模式目标的电机命令m(t)。”<br>[0115]-[0116] 描述了通过误差反向传播（BPTT）算法调整前向模型、逆模型和模式识别器的网络参数（包括权重）。 | 对比文件公开了通过人工神经网络（逆模型）基于当前状态和活动模式来生成电机命令，以实现模式的目标（即选择并趋向一个目标）。网络参数（包括连接权重）通过在线学习进行动态调整，以改进对行为的预测和控制。本领域技术人员可以合理推断，这种对网络权重的动态调整和优化，其效果等同于“动态地修改目标选择函数”，并最终引导机器人设备的移动。虽然“失衡量”一词未明确出现，但调整权重以改变神经元间影响的强弱，本质上就是控制连接的失衡。 |
| **技术特征E**：所述失衡量基于偏置准则来激励至所述神经元的连接或抑制至所述神经元的连接。<br>**《隐含公开》** | [0099]-[0105] 描述了群体读出机制中，地图单元通过兴奋性侧向连接（wi,jexc）和抑制性侧向连接（wi,jinh）进行交互，以实现平滑的峰值活动。<br>[0115] 网络参数通过学习进行调整。 | 对比文件明确公开了在神经网络（模式地图）中存在兴奋性和抑制性连接（见公式5-7），并且这些连接的权重被设定和使用。虽然这些权重的具体值是通过学习算法（如BPTT）确定的，但学习过程所依赖的误差最小化准则，可以视为一种“偏置准则”。本领域技术人员能够理解，通过学习调整兴奋性和抑制性连接的强度，是基于使网络输出符合期望这一准则的。 |
| **技术特征F**：所述神经元代表与所述候选目标相对应的位置。<br>**《隐含公开》** | [0087] “分布在二维地图中的单元表示模式（schemata）。”<br>[0090] “逆模型……产生适合达到模式目标的电机命令……”<br>[0111] “模式是全局吸引子动态的紧凑表示……动态的平衡点代表模式的目标。” | 对比文件明确指出，地图中的神经元（单元）代表“模式”（schema），而每个模式具有一个“目标”（goal），例如到达某个空间位置。因此，代表特定模式的神经元，即代表了与该模式相关联的候选目标（的位置）。这可以从对比文件对模式的定义和作用中合理推断出来。 |
| **技术特征G**：其特征在于，所述连接包括耦合在每一对输入和输出神经元之间的中间神经元，并且所述动态地修改包括以下至少一者：动态地修改所述中间神经元的可兴奋性、动态地修改所述中间神经元与相应的输入和输出神经元对之间的突触权重的功效、或其组合。<br>**《隐含公开》** | [0088] “前向模型模块由单个递归神经网络（RNN）实现。……使用一个隐藏层……”<br>[0090] “逆模型被实现为具有一个隐藏层的前馈神经网络。”<br>[0091] “系统在隐藏层中进一步包含基函数作为灵活的中间表示。”<br>[0115] 通过BPTT算法调整所有系统组件的网络参数。 | 对比文件公开的前向模型和逆模型神经网络均包含隐藏层。隐藏层中的神经元可以理解为“中间神经元”。网络参数的动态学习（包括隐藏层神经元的权重和可能影响其激活特性的参数）贯穿于整个训练过程。本领域技术人员能够合理推断，这种对包含中间神经元的网络参数的动态调整，涵盖了“动态地修改中间神经元与输入输出神经元之间的突触权重的功效”。虽然未明确提及修改“可兴奋性”，但调整网络参数（如权重和偏置）会直接影响神经元的激活水平和功能，这属于隐含公开的范围。 |
| **技术特征H**：其特征在于，所述动态地修改包括用外部输入来动态地修改。<br>**《直接公开》** | [0027] “……控制器可以包括基于状态变量选择机器人设备高级行为（模式）的目标设定模块，其中模式状态存储器结构还由所述目标设定模块的输出提供。”<br>[0056] “……来自目标设定模块的输入可以设定机器人的高级行为，从而也设定了机器人的高级目标。”<br>[0116] “来自目标设定模块的输入可以选择模式并激活它们。” | 对比文件明确记载了“外部输入”（即来自目标设定模块的输入）可以直接选择和激活特定的模式（schema），从而改变系统的行为目标。这直接对应于通过外部输入来动态修改控制机器人行为的目标选择过程。 |
| **技术特征I**：其特征在于，所述动态地修改包括以下至少一者：动态地修改所述神经元的可兴奋性、动态地修改突触权重的功效、或其组合。<br>**《隐含公开》** | [0115] “最后，我们计算了前向模型和逆模型的预测误差，并应用随时间反向传播（BPTT）算法来调整所有系统组件的网络参数。”<br>[0091] 系统采用超基函数（HyperBF）框架，其参数（如中心ξi和权重矩阵Wi）是可学习的。 | 对比文件公开了整个神经网络系统（包括其突触权重和神经元参数）通过在线学习算法进行动态调整。虽然“可兴奋性”一词未明确使用，但调整神经网络的权重和基函数参数，必然会影响信号在神经元间的传递效率和神经元的响应特性，这实质上涵盖了“动态地修改突触权重的功效”。本领域技术人员可以毫无困难地理解这一点。 |
| **技术特征J**：其特征在于，所述突触权重是至少针对输入突触、神经元之间的连接、或其组合的。<br>**《直接公开》** | [0088]-[0091] 描述了前向模型（RNN）、逆模型（前馈网络）和模式识别器（RNN）的结构，这些结构必然包含输入层、隐藏层、输出层之间的连接权重。<br>[0095] “最后，隐藏层活动与突触权重αi线性组合以产生输出。” | 对比文件多次提及神经网络的“权重”（weights）和“突触权重”（synaptic weights αi），并明确指出这些权重用于网络中各层（输入、隐藏、输出）神经元之间的连接。这直接公开了突触权重针对神经元之间的连接。 |
| **技术特征K**：其特征在于，所述目标选择函数基于以下至少一者：回报的抑制、选择了所述目标的对象的行为状态、时间段、所指派的任务、时间复用函数、从与多个人工神经网络相对应的多个任务中选择任务的事件、或其组合。<br>**《未公开》** | 对比文件未提及“回报的抑制”、“时间复用函数”或“从多个任务中选择任务的事件”等概念。虽然涉及“所指派的任务”（如ReachToObject）和“行为状态”（通过状态变量反映），但并未将这些因素明确阐述为用于动态修改“目标选择函数”的准则。对比文件的目标选择更直接地由目标设定模块或当前状态与模式匹配决定。 | 对比文件没有公开目标选择函数基于“回报的抑制”、“时间段”、“时间复用函数”或“从与多个人工神经网络相对应的多个任务中选择任务的事件”等具体准则。虽然机器人有任务和行为状态，但说明书并未揭示将这些因素作为动态偏置选择函数的依据。因此，该技术特征未被对比文件公开。 |
| **技术特征L**：其特征在于，每个任务对应于所述多个人工神经网络中的一个，并且每个人工神经网络是静态网络或动态网络。<br>**《未公开》** | [0088] “前向模型模块由单个递归神经网络（RNN）实现。”<br>[0090] “逆模型被实现为……前馈神经网络。”<br>[0091] “模式识别器被实现为另一个RNN。” | 对比文件描述的系统使用少数几个特定的人工神经网络（如前向模型RNN、逆模型网络、识别器RNN）来处理所有的模式（任务）。它没有公开“每个任务对应于多个人工神经网络中的一个”，即没有为每个不同的任务配备一个独立的人工神经网络。相反，它使用共享的神经网络结构，通过输入不同的模式代码来区分任务。 |
| **技术特征M**：其特征在于，进一步包括基于对所述人工神经网络的输入、来自所述人工神经网络的输出、或其组合中的至少一者来控制所述人工神经网络中的失衡量。<br>**《直接公开》** | [0115] “给定状态变量值序列，模式识别器激活最能描述该序列的模式。所识别的模式接着被前向模型和逆模型用来预测感觉运动模式。最后，我们计算了前向模型和逆模型的预测误差……并应用……算法来调整所有系统组件的网络参数。” | 对比文件明确公开了系统基于人工神经网络的输入（观测到的状态变量序列）和输出（预测的状态变量或电机命令）之间的误差，来调整网络参数（即控制连接权重，也就是“失衡量”）。这完全对应于基于人工神经网络的输入和输出来控制其失衡量的技术方案。 |
<<<C>>><<<H>>><<<J>>><<<M>>><<<a>>><<<b>>><<<d>>><<<e>>><<<f>>><<<g>>><<<i>>>