# 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：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>**未被公开** | 无 | 目标专利的技术特征A涉及将多个目标（如空间目标）映射到目标地图中的不同位置。对比文件涉及多相电力分配电网中的负载相位平衡，虽然提到了多个消费者消耗节点（CCNs，如家庭或企业）连接到电网（例如，[0053]段），但这些节点是物理电力消耗点，并非“目标地图”中的“位置”。对比文件未提及任何形式的“地图”或“映射”操作，其关注点是电力负载的物理连接和平衡，而非将目标映射到用于导航或选择的空间表示中。因此，本领域技术人员无法从对比文件中直接或隐含地得出技术特征A。 |
| 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>**未被公开** | 无 | 技术特征B限定了目标地图是空间环境中相对于机器人设备位置的多个位置。对比文件描述的电网层次结构（如上层、中层、下层PDS和CCNs）是电力分配的网络拓扑结构，并非空间环境地图。其节点位置是电网中的电气连接点，而非机器人或其他移动设备进行空间导航和决策所参考的物理空间坐标。因此，对比文件未公开该特征。 |
| 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>**未被公开** | 无 | 技术特征C明确限定每个位置由人工神经网络中的神经元表示。对比文件全文未提及“人工神经网络”（Artificial Neural Network）或“神经元”（Neuron）。其控制逻辑通过处理器、控制器、组件（如PSBC、DNNC）及基于规则的控制算法（例如，[0120]段提到了AI技术，但未限定为神经网络）实现。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使用神经元来表示位置的技术方案。 |
| 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>**未被公开** | 无 | 技术特征D是核心，涉及通过控制神经网络中连接的“失衡量”来动态修改“目标选择函数”，从而使机器人设备在移动中偏向或偏离候选目标。对比文件涉及通过控制开关（如[0053]段）来调整负载在各相之间的分配，以动态“平衡”多相电力系统（如[0130]段）。虽然两者都涉及“动态控制”和某种“失衡”，但对比文件中的“失衡”指电力相位间的负载、电流或电压不平衡（如[0004], [0042]段），其“动态修改”的是电力分配状态以恢复平衡，而非用于机器人路径规划或目标选择的“函数”。对比文件未涉及“目标选择函数”、“机器人设备移动”或“偏向/偏离候选目标”。二者技术领域、解决的技术问题和实现手段均不相同。因此，该特征未被公开。 |
| 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>**未被公开** | 无 | 技术特征E限定失衡量基于“偏置准则”来激励或抑制神经元的连接。对比文件中调整负载相位的决策基于“预定义控制准则”（predefined control criteria，如[0042], [0101]段），这些准则涉及最大化净消耗、最小化不平衡、谐波水平等电力系统参数。这不同于目标专利中用于空间目标选择的“偏置准则”（如基于回报、行为状态等，见特征K）。更重要的是，对比文件未涉及对“神经元连接”的“激励”或“抑制”。因此，该特征未被公开。 |
| 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>**未被公开** | 无 | 技术特征F限定神经元代表与候选目标相对应的位置。如前述，对比文件未公开“神经元”，也未公开神经元代表用于目标选择的空间位置。因此，该特征未被公开。 |
| 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>**未被公开** | 无 | 技术特征G限定了神经网络中具体的连接结构（具有中间神经元）和动态修改的具体方式（修改中间神经元可兴奋性或突触权重功效）。对比文件中的连接是物理电力线路和控制信号路径，其“开关组件”（switch component，如[0081], [0090]段）用于改变负载的相位连接，并非神经形态的“中间神经元”。动态修改是通过发送控制命令给开关或调整器来实现，而非修改神经元的“可兴奋性”或“突触权重”。该特征涉及目标专利特有的神经网络架构细节，对比文件未公开。 |
| 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>**未被公开** | 无 | 技术特征H限定动态修改包括使用外部输入。对比文件中，控制节点（如PSBC）可能接收来自传感器或其他节点的数据作为输入（如[0042], [0073]段），并据此做出控制决策。这可以视为一种“外部输入”。然而，这种输入用于控制电力系统平衡，而非修改用于机器人目标选择的“目标选择函数”。尽管“使用外部输入进行动态控制”这一广义概念可能被部分涉及，但在目标专利的特定技术语境（神经网络目标选择）下，该输入的具体性质、目的和作用与对比文件不同。从宽松的隐含公开标准看，本领域技术人员有可能从对比文件的控制逻辑中推断出“使用外部输入进行动态控制”这一一般概念。**因此，技术特征H被对比文件隐含公开。** |
| 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>**未被公开** | 无 | 技术特征I限定了动态修改的具体对象是神经元的可兴奋性或突触权重功效。如前述，对比文件未涉及“神经元”或“突触权重”。其动态修改的对象是电力开关状态、电压/电流幅值或滤波器设置等。因此，该特征未被公开。 |
| 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、或其组合的。<br>**未被公开** | 无 | 技术特征J进一步限定了突触权重的类型。由于对比文件未公开“突触权重”这一概念，该特征自然也未被公开。 |
| 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>**未被公开** | 无 | 技术特征K限定了目标选择函数所基于的具体准则，如回报抑制、行为状态、任务等。这些准则是用于机器人或智能体行为决策的高级认知或学习准则。对比文件中的控制准则（预定义控制准则）完全围绕电力系统参数（负载平衡、电压、谐波等）和电网运营目标（如[0101]段），与机器人行为选择、任务指派等概念无关。因此，该特征未被公开。 |
| 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>**未被公开** | 无 | 技术特征L涉及多个任务与多个人工神经网络的对应关系。对比文件未涉及“任务”与“人工神经网络”的对应架构。其多层控制结构（如SDMS, SmDMS, SμDMS，[0051]段）是用于电力分配管理的层级控制系统，并非用于不同任务的静态或动态神经网络集合。因此，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>**未被公开** | 无 | 技术特征M限定基于神经网络的输入或输出来控制失衡量。由于对比文件未公开“人工神经网络”，也未公开基于神经网络输入/输出控制“失衡量”（在目标专利语境下）的机制，该特征未被公开。 |
<<<h>>>