**本次调用的模型名称**：GPT-4
**对比文件名称**：2011-01-27_US2011022230A_发明申请_US20110022230A1 HYBRID CONTROL DEVICE
**目标专利名称**：动态空间目标选择 CN106796667B
---
### **特征比对表格**
| 第一栏：技术特征描述及公开性判断 | 第二栏：对比文件原文引用 | 第三栏：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>**判断：隐含公开** | [0038] “...the non-neural localization algorithms can produce an estimate of location on a map of the room that is encoded topographically in a neural area feeding the hippocampus.” <br>（非神经定位算法可以在房间地图上产生位置估计，该地图被拓扑编码到输入海马体的神经区域中。）<br>[0039] “When a particular particle becomes very unlikely to be the correct location given the data, it can vanish from the filter. In a normal particle filter the hypothesis is replaced with a randomly sampled copy of one of the surviving particles. In one embodiment, it can be replaced with a hypothesis extracted from the place cell activity in CA1.” <br>（当特定粒子根据数据变得非常不可能正确时，它会从滤波器中消失。在普通粒子滤波器中，该假设被幸存粒子的随机采样副本替换。在一个实施例中，它可以被从CA1位置细胞活动中提取的假设替换。） | 对比文件描述了机器人使用粒子滤波器进行定位，每个粒子代表一个位置假设（即地图上的一个可能位置），这些位置假设被映射到神经区域（如海马体CA1）的神经元活动中。目标专利中“将多个目标映射到目标地图中的不同位置”，其本质是将目标（例如物体）与空间位置相关联。对比文件公开了将“位置”（机器人自身可能的位置）映射到神经活动，虽然映射的“目标”类型（自身位置 vs. 外部目标）不同，但“将多个实体映射到地图位置并由神经元表示”这一核心概念是相同的。本领域技术人员可以从对比文件公开的“将位置假设映射到神经地图”中，合理推断出“将目标映射到目标地图”的技术方案。因此，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>**判断：直接公开** | [0038] “...the non-neural localization algorithms can produce an estimate of location on a map of the room...” <br>（非神经定位算法可以在房间地图上产生位置估计...）<br>[0022] “Both the neuronal controller portion 112 and the non-neuronal controller portion 114 can be located on board the device.” <br>（神经元控制器部分112和非神经元控制器部分114可以位于设备上。）<br>[0108] “Information obtained from the wheels of the SS-BBD... can be used to estimate the current heading of the SS-BBD. This information is input into the head direction neural area (HD).” <br>（从SS-BBD的轮子获得的信息...可用于估计SS-BBD的当前航向。该信息被输入到头部方向神经区域（HD）。） | 对比文件明确公开了机器人（设备）上装有定位系统，该系统使用房间地图，并通过传感器（如里程计）确定机器人在地图中的位置。这直接公开了“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”这一特征，因为地图必然包含多个位置，且机器人的位置估计是相对于该地图（即环境）进行的。因此，该特征被**直接公开**。 |
| **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>**判断：直接公开** | [0039] “...it can be replaced with a hypothesis extracted from the place cell activity in CA1.” <br>（...它可以被从CA1位置细胞活动中提取的假设替换。）<br>[0111] “Neuronal units in CA1 area of the hippocampus have activity that is strongly tied to place...” <br>（海马体CA1区域的神经元单元具有与位置紧密相关的活动...）<br>Table 1: 列出了神经区域 “LOCIN” (来自定位的估计位置) 和 “LOCOUT” (来自海马体的估计位置)。 | 对比文件多次且明确地指出，海马体（特别是CA1区域）的神经元活动编码了位置信息（“位置细胞”），并且这些神经活动被直接用于更新定位假设。这完全公开了“每个位置由人工神经网络中的神经元表示”的技术特征。因此，该特征被**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>**判断：隐含公开** | [0087] “A non-neural controller can modulate neural activity. In one version of the SS-BBD, a model was implemented where instead of having a temporary connection from the Ball group made to the Head group during ball-chasing, there was connections from all object areas to the Head group. However, the action selection module would increase the basal activity of the area that was of interest, and allow cross-inhibition between object areas to cancel out other signals to the Head motor area.” <br>（非神经控制器可以调节神经活动。在SS-BBD的一个版本中，实现了一个模型，其中不是仅在追球时建立从球组到头组的临时连接，而是所有对象区域都连接到头部组。然而，行动选择模块会增加感兴趣区域的基底活动，并允许对象区域之间的交叉抑制来抵消到头部运动区域的其他信号。）<br>[0065] “Inhibitory connections make the system more robust: Object groups that should not be in the same place in the visual field can have inhibitory connections to each other.” <br>（抑制性连接使系统更稳健：不应该在视野中同一位置的对象组之间可以具有相互抑制的连接。） | 对比文件描述了行动选择模块通过“增加感兴趣区域的基底活动”和利用“对象区域之间的交叉抑制”来使信号偏向特定目标（如球），从而引导机器人（SS-BBD）的运动（如追球）。这实质上是**通过调节神经连接或活动的失衡（例如，增强特定区域的兴奋性，利用抑制压制其他区域）来动态修改行为选择，从而使机器人偏向特定目标移动**。尽管对比文件未使用“目标选择函数”、“失衡量”等术语，但其描述的机制（调节基底活动、交叉抑制）在功能和效果上等同于目标专利中“通过控制失衡量来动态修改选择函数以使机器人偏向目标移动”。本领域技术人员可以合理推断出该技术方案。因此，该特征被**隐含公开**。 |
| **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>**判断：隐含公开** | [0087] “...the action selection module would increase the basal activity of the area that was of interest...” <br>（...行动选择模块会增加感兴趣区域的基底活动...）<br>[0081] “The amount of activity in a neuronal group can cause a non-neural controller to make a decision. For example, if summed activity of neuronal units in the Ball area exceeds a threshold the ball is present in the field of view, and the action selection unit may decide to chase the ball.” <br>（神经元组中的活动量可以导致非神经控制器做出决定。例如，如果球区域中神经元单元的总和活动超过阈值，则球在视野中存在，并且行动选择单元可能决定追逐球。）<br>[0065] “...Object groups that should not be in the same place in the visual field can have inhibitory connections to each other.” <br>（...不应该在视野中同一位置的对象组之间可以具有相互抑制的连接。） | 对比文件公开了行动选择模块基于特定准则（例如，球区域活动超过阈值）做出决策，并随之采取行动（如增加感兴趣区域的基底活动、利用抑制连接）。增加“基底活动”等效于**激励**该神经元的输入或自身兴奋性；对象组之间的“抑制连接”则直接是**抑制**性连接。这些“激励”或“抑制”的动作正是基于一个“偏置准则”（如“球是当前感兴趣目标”）。因此，本领域技术人员可以从对比文件的描述中合理推断出“失衡量基于偏置准则来激励或抑制连接”这一技术方案。该特征被**隐含公开**。 |
| **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>**判断：直接公开** | [0061] “...object groups (namely Ball, Goal, Teammate, Opponent, Opponent‘s Goal areas)... These object groups can receive their topographical inputs from one or more color neuronal groups.” <br>（...对象组（即球、球门、队友、对手、对手球门区域）...这些对象组可以从一个或多个颜色神经元组接收拓扑输入。）<br>[0062] “For example, for a picture with a red ball on a green grass, the activities of the red group can be almost everywhere approximately zero (silent) except on coordinates where the ball is.” <br>（例如，对于绿草地上有一个红球的图片，红色组的活动几乎在所有地方都近似为零（静默），除了球所在的坐标。） | 对比文件明确公开了存在代表特定目标（如球、球门、队友等）的“对象组”（Object groups），这些对象组中的神经元活动对应于该目标在视野（可视为一种空间地图）中的位置。例如，球对象组中活跃的神经元就代表了球（候选目标）所在的位置。这直接公开了“神经元代表与候选目标相对应的位置”这一技术特征。因此，该特征被**直接公开**。 |
| **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>**判断：未公开** | [0112] “...the neuronal controller portion 12 can include feedback inhibitory connections (see EC→ECFB→EC, DG→DGFB→DG, CA3→CA3FB→CA3, CA1→CA1FB→CA1 in Table 2 and FIG. 8B) and feedforward inhibitory connections (see DG→CA3FF→CA3, CA3→CA1FF→CA1 in Table 2 and FIG. 8B). These connections can be useful for separating inputs and network stability.” <br>（...神经元控制器部分12可以包括反馈抑制连接（见表2和图8B中的EC→ECFB→EC, DG→DGFB→DG, CA3→CA3FB→CA3, CA1→CA1FB→CA1）和前馈抑制连接（见表2和图8B中的DG→CA3FF→CA3, CA3→CA1FF→CA1）。这些连接可用于分离输入和网络稳定性。） | 对比文件确实提到了抑制性中间神经元（如ECFB, CA3FFi等），但它们的作用是提供反馈或前馈抑制以用于模式分离和网络稳定，这是海马体内部处理的经典功能。**未被公开的是**：1）这些中间神经元是**耦合在每一对输入和输出神经元之间**以用于目标选择；2）通过**动态修改这些中间神经元的可兴奋性或突触权重**来**实现目标选择函数的动态修改**。对比文件中行动选择模块对神经活动的调节（特征D、E）并未被描述为是通过这些特定的中间神经元实现的。本领域技术人员无法从对比文件公开的用于模式分离的抑制性中间神经元，合理推断出目标专利中专门用于动态调节选择函数失衡的中间神经元结构。因此，该特征**未被公开**。 |
| **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>**判断：直接公开** | [0087] “A non-neural controller can modulate neural activity.” <br>（非神经控制器可以调节神经活动。）<br>[0081] “The amount of activity in a neuronal group can cause a non-neural controller to make a decision... the action selection unit may decide to chase the ball.” <br>（神经元组中的活动量可以导致非神经控制器做出决定...行动选择单元可能决定追逐球。）<br>[0030] “In one embodiment, the neuronal controller portion 206 includes a neuronal hippocampus simulation 208 and a neuronal actuator control 210. The localization unit 204 can allow the neuronal controller portion 206 to produce a better location determination.” <br>（在一个实施例中，神经元控制器部分206包括神经元海马体模拟208和神经元致动器控制210。定位单元204可以使神经元控制器部分206产生更好的位置确定。） | 对比文件明确公开了**非神经控制器**（如行动选择模块、定位模块）作为**外部输入源**，能够基于传感器信息或其他逻辑来**调节神经活动**（例如，增加基底活动、提供位置假设）。这直接对应于“用外部输入来动态地修改”神经网络的连接或活动，从而影响选择函数。因此，该特征被**直接公开**。 |
| **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>**判断：直接公开** | [0087] “...the action selection module would **increase the basal activity** of the area that was of interest...” <br>（...行动选择模块会**增加**感兴趣区域的**基底活动**...）<br>[0028] “In brain-based devices some connections can modify their strength depending on the experience of the device. These plastic connections can come in two varieties, those that are dependent on a value signal, and those that are value-independent.” <br>（在脑基设备中，一些连接可以根据设备的经验修改其强度。这些可塑性连接有两种，一种是依赖于价值信号的，另一种是价值独立的。）<br>[0128] “Value independent connections can be modified according to Δcij(t+1)=η·si(t)·sj(t)·BCM(si(t))” <br>（价值独立连接可以根据 Δcij(t+1)=η·si(t)·sj(t)·BCM(si(t)) 进行修改。） | 对比文件明确公开了两种动态修改方式：1) **修改神经元的可兴奋性**：通过行动选择模块“增加基底活动（basal activity）”，这直接等同于动态修改神经元的兴奋性阈值或背景兴奋水平。2) **修改突触权重的功效**：通过基于BCM规则或时间差分（TD）学习的可塑性规则来修改连接强度（突触权重）。因此，对比文件直接公开了“动态地修改神经元的可兴奋性、动态地修改突触权重的功效”这两种方式。该特征被**直接公开**。 |
| **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。<br>**判断：直接公开** | 全文多处描述了各种突触连接。例如：<br>Table 2: 详细列出了大量投影（Projection），包括从输入区域（如V1-color， HD）到其他区域的连接（输入突触），以及神经元区域之间的内部连接（如IT→IT, CA3→CA3）。<br>[0126] “The voltage-independent input to unit i from unit j can be: AijVI(t)=cijsj(t);” <br>（从单元j到单元i的电压无关输入可以是：AijVI(t)=cijsj(t);） | 对比文件通篇描述了人工神经网络中各种类型的连接，其模型明确包含了从传感器输入到神经元的突触（输入突触），以及不同神经元区域之间或内部的连接。参数`cij`即表示这些连接的突触权重。这完全覆盖了“针对输入突触、神经元之间的连接、或其组合”的突触权重。因此，该特征被**直接公开**。 |
| **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>**判断：隐含公开** | [0071] “Plays can be a higher level of control than behaviors. Plays may be composed of behaviors or even other plays. A play can be a finite state automaton where the state is a particular behavior, action, or other play.” <br>（玩法可以是比行为更高层次的控制。玩法可以由行为甚至其他玩法组成。一个玩法可以是一个有限状态自动机，其状态是特定的行为、动作或其他玩法。）<br>[0116] “Activity in the simulated value systems 44 can signal the occurrence of salient sensory events experienced by the SS-BBD and this activity contributes to the modulation of connection strengths...” <br>（模拟价值系统44中的活动可以表示SS-BBD经历的显著感官事件的发生，并且该活动有助于调节连接强度...）<br>[0116] “...R+ is a positive reward... R- is a penalty...” <br>（...R+是正回报... R-是惩罚...） | 对比文件公开了：1) **回报/惩罚**：价值系统（R+, R-）提供正/负回报信号，用于基于时间差分（TD）学习的连接调制。2) **所指派的任务**：“玩法”（Plays）是高级任务序列（如“追逐”、“传球”），机器人根据当前状态执行不同的玩法。3) **行为状态**：机器人在不同“行为”（如“寻找对象”、“跟踪对象”）间转换，这构成了其行为状态。4) **选择任务的事件**：来自人类队友的语音命令可以触发执行新的玩法，这是一个外部事件导致任务选择。虽然未明确提及“时间段”、“时间复用函数”，但“玩法”和“行为”的序列执行隐含了时间维度。本领域技术人员可以从对比文件公开的基于回报的学习、任务（玩法）选择和行为状态机中，合理推断出目标选择函数可以基于这些因素或其组合。因此，该特征被**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>**判断：未公开** | [0071] “Plays can be a higher level of control than behaviors... A play can be a finite state automaton where the state is a particular behavior, action, or other play.” <br>（玩法可以是比行为更高层次的控制...一个玩法可以是一个有限状态自动机，其状态是特定的行为、动作或其他玩法。）<br>全文描述了单一的、统一的神经网络架构（例如，Darwin++或SS-BBD的神经模拟），该网络处理视觉、定位、运动控制等多种功能。 | 对比文件公开了存在多个“任务”或“玩法”（Plays），但这些高级任务是通过**非神经的有限状态机**或**行动选择模块**来控制和编排的，而非通过**多个人工神经网络**来实现。对比文件的核心是**一个**集成的混合控制系统，其中包含一个（尽管可能很复杂）统一的神经网络模型。**没有公开**每个任务对应于一个独立的人工神经网络（无论是静态还是动态）。因此，本领域技术人员无法从对比文件中得出“每个任务对应一个人工神经网络”的技术方案。该特征**未被公开**。 |
| **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>**判断：隐含公开** | [0081] “The amount of activity in a neuronal group can cause a non-neural controller to make a decision. For example, if summed activity of neuronal units in the Ball area exceeds a threshold the ball is present in the field of view, and the action selection unit may decide to chase the ball.” <br>（神经元组中的活动量可以导致非神经控制器做出决定。例如，如果球区域中神经元单元的总和活动超过阈值，则球在视野中存在，并且行动选择单元可能决定追逐球。）<br>[0083] “Non-neural controllers can create temporary connections between neuronal groups. For example, the action selection module decides that the ball should be chased. It creates a connection from the Ball group to the Head motor group...” <br>（非神经控制器可以在神经元组之间创建临时连接。例如，行动选择模块决定应该追逐球。它创建了从球组到头部运动组的连接...） | 对比文件描述了行动选择模块**基于神经网络的输出**（如球区域的活动总和）做出决策，然后**控制神经网络的连接**（如创建临时连接或调节基底活动），从而影响机器人的行为。这实质上是“基于人工神经网络的输出来控制该网络中的失衡量（连接状态）”。本领域技术人员可以从中合理推断出该技术方案。因此，该特征被**隐含公开**。 |
---
综上所述，根据特征比对结果，在回答结尾插入相应的代码：
<<<B>>><<<C>>><<<F>>><<<H>>><<<I>>><<<J>>>
<<<a>>><<<d>>><<<e>>><<<k>>><<<m>>>