对比文件名称：2014-09-23_US8843933B_发明授权_US08843933B1 System and method for managing a virtualized computing environment
目标专利名称：动态空间目标选择CN106796667B
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结果 | 对比文件原文引用 | 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>**《未直接公开，隐含公开》** | 说明书第[0030]段：“For example, the VM management center 102 has determines that VM 202 should migrate from host computer 104-1 to host computer 104-2.” <br>（例如，VM管理中心102确定虚拟机202应从主机计算机104-1迁移到主机计算机104-2。）<br>说明书第[0029]段：“...the DRS module provides automatic initial virtual machine placement on any of the host computers...” <br>（...DRS模块提供在任何主机计算机上的虚拟机自动初始放置...） | **直接公开判断**：对比文件描述了将虚拟机（VM）映射或放置到不同的主机计算机上。这涉及到将多个“目标”（虚拟机）分配到不同的“位置”（主机计算机）。然而，目标专利的“目标”是空间环境中机器人要处理的对象（如物理目标），其“目标地图”是物理空间的表示。而对比文件的“目标”是虚拟机，“位置”是逻辑计算资源节点（主机）。两者作用不同：前者用于空间导航选择，后者用于计算资源分配。因此，本领域技术人员不能毫无疑义地得出相同的技术方案。<br><br>**隐含公开判断**：对比文件明确公开了将多个实体（虚拟机）分配到不同位置（主机）的概念。尽管应用领域和具体实体不同，但“将多个项目映射到不同位置”这一抽象的操作逻辑是存在的。本领域技术人员有可能通过推理，将虚拟机和主机的关系类比为目标与地图位置的关系。因此，在非常宽松的隐含公开判断标准下，认为该特征被隐含公开。 |
| **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>**《未直接公开，也未隐含公开》** | 未找到相关描述。 | **直接公开判断**：对比文件完全未提及“空间环境”、“机器人设备”或任何与物理空间坐标相关的概念。其管理的虚拟化环境是逻辑的、计算资源的集合。<br><br>**隐含公开判断**：对比文件中的主机集群、存储阵列等构成了一个逻辑的“环境”，虚拟机在其中被调度。然而，这个环境是虚拟的计算资源池，并非物理的“空间环境”，也不涉及任何“相对于机器人设备的位置”。本领域技术人员无法从对比文件中合理推断出包含机器人设备和物理空间坐标的目标地图。 |
| **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>**《未直接公开，也未隐含公开》** | 未找到相关描述。 | **直接公开判断**：对比文件通篇未提及“人工神经网络”（ANN）或“神经元”。其预测和调度机制基于模式匹配算法（如说明书第[0033]-[0048]段）、多项式拟合、简单步进预测等传统计算技术。<br><br>**隐含公开判断**：对比文件使用算法（如模式匹配器）来处理数据和做出决策。虽然算法和人工神经网络都是计算模型，但“由神经元表示位置”是人工神经网络特有的、结构化的实现方式。本领域技术人员无法从对比文件的算法描述中，合理且必然地推断出使用了人工神经网络，并用其神经元来表示位置。 |
| **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>**《未直接公开，也未隐含公开》** | 说明书第[0032]段：“The VM management center 102 can monitor the activity of the virtual computing environment and can cause the host computer 104-4 to be powered on when needed. Then, one or more VMs running on the host computers 104-1, 104-2, 104-3 can be migrated to the newly powered-on host computer 104-4.” <br>（VM管理中心102可以监控虚拟计算环境的活动，并可以在需要时使主机计算机104-4上电。然后，可以将正在主机计算机104-1、104-2、104-3上运行的一个或多个VM迁移到新上电的主机计算机104-4。）<br>说明书第[0043]段：“...the VM management center recommends changes in the virtual computing environment based on the predicted load.” <br>（...VM管理中心基于预测的负载推荐对虚拟计算环境的更改。） | **直接公开判断**：对比文件描述了基于预测（动态地）做出资源分配建议（如迁移VM、开关主机），这可以视为一种修改资源调度策略（类比“选择函数”）的行为。然而，其核心机制是预测算法和成本效益分析，并非通过控制“人工神经网络中神经元的失衡量”来实现。此外，其目的是优化计算资源利用和能效，而非控制“机器人设备的移动”。作用完全不同。<br><br>**隐含公开判断**：对比文件实现了“动态地修改”资源分配策略。但修改所基于的机制（预测算法）、作用对象（虚拟机调度）、以及最终目的（资源优化）与目标专利（通过神经网络连接失衡量控制机器人移动）有本质区别。本领域技术人员无法从资源调度中推理出用于机器人导航的、基于神经元失衡量的目标选择函数修改。 |
| **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>**《未直接公开，隐含公开》** | 说明书第[0050]段：“In considering load-balancing moves, each move is scored based on its improvement in the cluster imbalance metric and on its risk-adjusted costs and benefits.” <br>（在考虑负载均衡迁移时，根据每次迁移对集群不平衡指标的改善程度及其风险调整后的成本和收益对其进行评分。）<br>说明书第[0051]-[0055]段：描述了成本效益分析，决定是否实施推荐更改。 | **直接公开判断**：对比文件未提及“神经元的连接”或通过“激励/抑制”连接来实现失衡量。其“偏置”体现在对迁移建议的“评分”（scoring）和“成本效益分析”中，这些是决策逻辑，并非作用于神经网络连接的权重或强度。<br><br>**隐含公开判断**：对比文件中的“评分”和“成本效益分析”可以被视为一种“偏置准则”，它影响了最终的调度决策（类似于影响选择）。虽然作用机制层面不同（一个是算法评分，一个是神经网络连接调制），但“基于某种准则来影响决策/选择”这一高层概念是存在的。在宽松的隐含公开判断下，可以认为对比文件隐含了“基于偏置准则来影响选择”的思想。 |
| **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>**《未直接公开，也未隐含公开》** | 未找到相关描述。 | **直接公开判断**：如特征C所述，对比文件未使用神经元。因此，“神经元代表位置”这一特征不可能被公开。<br><br>**隐含公开判断**：无相关基础内容，无法进行推理。 |
| **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>**《未直接公开，也未隐含公开》** | 未找到相关描述。 | **直接公开判断**：对比文件完全没有涉及“中间神经元”、“可兴奋性”、“突触权重”等人工神经网络（特别是尖峰神经网络）的特定结构和机制。<br><br>**隐含公开判断**：对比文件的决策流程可能涉及多层分析（如预测模块、DRS模块、成本分析模块），但这些是软件模块，其间的数据传递和逻辑处理与生物启发的“中间神经元”、“可兴奋性”、“突触权重”等概念有根本不同。本领域技术人员无法合理推断出这些神经网络特有的动态修改机制。 |
| **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>**《未直接公开，隐含公开》** | 说明书第[0043]段：“...the VM management center recommends changes in the virtual computing environment based on the predicted load.” <br>（...VM管理中心基于预测的负载推荐对虚拟计算环境的更改。）<br>说明书第[0036]段：“...where a VM management center receives time series data associated with a workload of the virtualized computing environment.” <br>（...其中VM管理中心接收与虚拟化计算环境的工作负载相关联的时间序列数据。） | **直接公开判断**：对比文件中，VM管理中心根据接收到的时间序列数据（外部输入）进行预测并生成修改建议。这可以看作是“用外部输入来动态地修改”资源调度策略。然而，目标专利的“动态修改”对象是神经网络内部的选择函数，而对比文件的“修改”对象是资源管理策略，作用层级和对象不同。<br><br>**隐含公开判断**：对比文件明确公开了系统根据外部输入（工作负载数据）来动态调整其行为（生成迁移等建议）。尽管应用场景不同，但“根据外部输入进行动态调整”这一控制逻辑是清晰存在的。在宽松的隐含公开标准下，可以认为该特征被隐含公开。 |
| **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>**《未直接公开，也未隐含公开》** | 未找到相关描述。 | **直接公开判断**：同特征G，对比文件未提及神经元或突触权重。<br><br>**隐含公开判断**：无相关基础内容，无法进行推理。 |
| **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>**《未直接公开，也未隐含公开》** | 未找到相关描述。 | **直接公开判断**：同特征G、I，对比文件未涉及突触权重的概念。<br><br>**隐含公开判断**：无相关基础内容，无法进行推理。 |
| **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>**《未直接公开，也未隐含公开》** | 说明书第[0050]段：“...each move is scored based on its improvement in the cluster imbalance metric and on its risk-adjusted costs and benefits.” <br>（...每次迁移根据其对集群不平衡指标的改善程度及其风险调整后的成本和收益进行评分。）<br>说明书第[0049]段：“...the recommendation is based on the shares, reservation, and/or limit of one or more virtual machines.” <br>（...推荐基于一个或多个虚拟机的份额、预留和/或限制。） | **直接公开判断**：对比文件中的决策（选择函数）基于预测负载、成本效益分析、以及虚拟机的配置（份额、预留等）。这些因素与目标专利所列的“回报的抑制”、“行为状态”、“所指派的任务”等具体因素在性质和内容上均不相同。<br><br>**隐含公开判断**：对比文件公开了其推荐/决策基于多种因素（如成本、收益、资源配置）。这属于一种“基于多种准则的决策”。虽然具体准则列表不同，但“决策基于多种因素”的高层概念是相似的。然而，目标专利的特征K列出了非常具体且具有其发明语境的因素（如“回报的抑制”），对比文件并未隐含这些特定因素。在宽松标准下，可以认为对比文件隐含了“决策基于多种因素”，但无法隐含列出的具体因素组合。因此，判断为未隐含公开。 |
| **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>**《未直接公开，也未隐含公开》** | 未找到相关描述。 | **直接公开判断**：对比文件未提及多个人工神经网络分别对应于多个任务的结构。<br><br>**隐含公开判断**：对比文件管理一个虚拟计算环境，其中可能运行多种工作负载（可类比为“任务”），但并未描述这些任务由不同的、独立的神经网络来分别处理。本领域技术人员无法合理推断出该特征。 |
| **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>**《未直接公开，隐含公开》** | 说明书第[0036]段：“...where a VM management center receives time series data associated with a workload...” （输入）<br>说明书第[0043]段：“...the VM management center recommends changes...” （输出/动作）<br>说明书第[0050]段：“...each move is scored based on its improvement...” （基于输入评估输出） | **直接公开判断**：对比文件未涉及“人工神经网络中的失衡量”。<br><br>**隐含公开判断**：对比文件中的DRS/DPM系统基于工作负载数据（输入）来评估并生成迁移等动作（输出），从而控制整个系统的资源分配状态。这体现了一个“基于输入和输出来控制系统状态（或决策）”的反馈或控制逻辑。虽然控制的对象不是“神经网络的失衡量”，而是“虚拟资源分配”，但“基于输入和输出进行控制”这一抽象的控制回路思想是存在的。在非常宽松的隐含公开判断下，可以认为该控制逻辑被隐含公开。 |
<<<a>>><<<e>>><<<h>>><<<m>>>