本次调用的模型名称：专利创造性评估特征比对模型。
在本次评估中，目标专利为“动态空间目标选择CN106796667B”，对比文件为“2007-05-03_US2007097922A_发明申请_US20070097922A1 Tune-away protocols for wireless systems”。以下将根据目标专利权利要求的技术特征划分，进行逐一比对。
### 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**：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>**判断结果**：未被公开 | 对比文件未找到将目标（如空间目标）映射到地图中不同位置的相关内容。对比文件的核心是无线通信中的主动集（Active Set）管理、扇区（Sector）和导频（Pilot）测量，这些概念用于管理通信链路和切换，并非用于表示空间环境中的目标位置。 | 目标专利中的“目标地图”是将空间目标（如物体或区域）映射到二维网格上的位置表示（见说明书[0107]-[0108]段）。对比文件公开的是无线通信网络中的“主动集”和“扇区”，用于标识与接入终端保持通信连接的基站覆盖区域（见[0009], [0032]段）。两者解决的问题和领域不同：目标专利解决机器人空间目标选择问题，对比文件解决移动通信中的信道切换问题。本领域技术人员无法从对比文件中的通信扇区管理毫无疑义地得出或合理推断出将空间目标映射到地图位置的技术方案。 |
| **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>**判断结果**：未被公开 | 对比文件未提及包含相对于机器人设备位置的“空间环境地图”。对比文件提到了“其他频率邻区列表”（other frequency neighbors）和“扇区参数”（sector parameters），但这些是通信网络中的配置信息，用于标识潜在的通信切换目标，并非以机器人或设备为中心的自我中心式空间坐标表示（见[0032], [0035]段）。 | 目标专利强调“目标地图”是自我中心式的，即位置坐标是基于对象（机器人）的当前位置和方向的（见说明书[0108]段）。对比文件中的“主动集成员”或“邻区列表”是基于网络拓扑和信号覆盖的，是绝对或网络中心的，而非相对于一个移动设备自身位置的空间地图。两者技术手段和作用均不相同。因此，该技术特征未被对比文件公开。 |
| **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>**判断结果**：未被公开 | 对比文件全文未提及“人工神经网络”（Artificial Neural Network）或使用“神经元”（neuron）来表示任何位置或实体。对比文件描述了由处理器、接收机、发射机、协议栈等构成的通信系统组件（例如，图10-12及对应描述）。 | 目标专利的核心在于使用人工神经网络模型，其中空间位置由神经元（尖峰发放单元）的活跃性来表示（见说明书[0103], [0107]段）。对比文件涉及的是传统的无线通信协议和数字信号处理系统，完全没有涉及神经元或神经网络的计算模型。因此，该技术特征未被对比文件公开。 |
| **技术特征D**：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>**判断结果**：未被公开 | 对比文件公开了“调离（tune-away）机制”，该机制允许接入终端暂时离开当前通信频率去测量其他频率或技术的信号，以动态确定最佳通信路径（见[0031], [0033]段）。这是一个基于测量结果动态修改连接选择的过程。 | 尽管两者都涉及“动态修改选择”，但其技术实质、作用和领域截然不同。目标专利是通过控制神经网络内部连接的**抑制性或兴奋性权重（失衡量）**，来偏置对**空间目标**的选择，从而影响**机器人移动方向**（见说明书[0104]-[0105], [0117]段）。对比文件是通过**协议消息**（如TuneAwayControl）控制射频接收机**临时切换物理信道**进行测量，以选择**通信频率或技术**，目的是维持通信链路（见[0039]-[0040], [0046]段）。本领域技术人员无法从通信信道测量与切换中，毫无疑义地得出或合理推断出通过调整神经网络内部连接的失衡量来实现空间目标选择偏置的技术方案。 |
| **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>**判断结果**：《隐含公开》 | 对比文件公开了调离决策的触发条件，例如接入终端检测到当前信道信号质量低于预定阈值（“signal quality on a current channel is below a pre-determined threshold”）时，会触发测量其他技术（见[0062]段）。这可以视为一种基于信道质量的“偏置准则”，决定了是否要启动测量（可类比为“激励”寻找替代路径）或停止测量（“抑制”切换）。 | 目标专利的“偏置准则”可以是回报、行为状态等（见特征K），用于决定对神经网络连接的激励或抑制。对比文件虽然没有使用“激励/抑制连接”这样的神经网络术语，但其描述的“基于信号质量阈值触发测量”的逻辑，在广义的“基于准则动态影响系统行为（选择）”层面上是相通的。本领域技术人员有可能通过推理，认为在需要做出动态选择的系统中，依据某种准则（如对比文件中的信号质量）来促使系统倾向于某一选择（如切换频率）是一种常见设计思路。因此，可以认为对比文件隐含公开了“基于某种准则来影响选择”这一概念。 |
| **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>**判断结果**：未被公开 | 同特征C，对比文件未使用神经元表示任何实体。其通信系统中的组件（如处理器、接收机）或逻辑实体（如扇区）不代表空间目标的位置。 | 目标专利中，候选目标在空间中的位置由特定的神经元（或神经单元）的活跃性来代表（见说明书[0103]段）。对比文件不存在用神经元表示位置的技术手段。因此，该技术特征未被公开。 |
| **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>**判断结果**：未被公开 | 对比文件未提及任何类似“中间神经元”、“可兴奋性”、“突触权重”的神经网络结构或概念。其调离控制是通过协议属性（TuneAwayAttribute）和消息（TuneAwayControl）直接与接入终端交互来实现的（见[0039], [0045]-[0046]段）。 | 目标专利明确引入了中间神经元作为交叉抑制的仲裁者，并通过修改其可兴奋性或突触权重来动态调整选择函数（见说明书[0113], [0119]段及图8）。这是其实现“失衡式交叉抑制”的核心机制之一。对比文件的机制完全位于通信协议层，与神经网络的微观结构无关。因此，该技术特征未被对比文件公开。 |
| **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>**判断结果**：《隐含公开》 | 对比文件公开了通过来自接入网络的“TuneAwayControl消息”来启用/禁用调离或提供时间校正（见[0039], [0046]段）。这可以视为一种来自网络侧的“外部输入”，用于动态控制（修改）接入终端的调离行为。 | 目标专利说明书提到“聚焦地图可修改中间神经元的可兴奋性”（[0105]段）以及“经由外部输入来动态地修改选择函数”（[0120]段）。虽然“聚焦地图”与“调离控制消息”在具体内容和作用上不同，但“使用外部输入来动态修改系统内部的选择行为或参数”这一高层级概念是相似的。本领域技术人员有可能从对比文件“通过外部消息控制调离”这一做法，推断出通过外部输入来动态影响一个选择过程是可行的。因此，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>**判断结果**：未被公开 | 同特征G，对比文件未涉及“神经元的可兴奋性”或“突触权重”这些属于人工神经网络模型特有的参数和调节方式。 | 该技术特征是目标专利实现动态选择的核心手段，深深植根于神经网络的计算框架内。对比文件的技术方案建立在不同的技术范式（通信协议与信号处理）之上，没有公开也不可能隐含这些神经网络特有的调节机制。 |
| **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>**判断结果**：未被公开 | 对比文件未提及“突触”或“权重”。 | 该技术特征是对神经网络内部结构的进一步限定。对比文件未提供任何相关的基础。 |
| **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>**判断结果**：未被公开 | 对比文件公开了调离决策可以基于时间段（如TuneAwayPeriod）、定时参数（见[0038], [0045]段），也涉及不同任务（如监测寻呼与测量切换，见[0038]段末）。但其“任务”是指通信功能（监听寻呼 vs. 信道测量），而非目标专利中与不同人工神经网络绑定的抽象“任务”。 | 目标专利的选择函数考虑因素（如回报抑制、行为状态）具有强烈的认知决策和机器学习色彩。对比文件中基于定时和通信功能任务的决策，服务于通信链路的维护与优化，其考量的具体准则和内涵与目标专利不同。虽然“时间段”和“任务”这两个词在字面上出现，但它们在各自技术方案中的作用和语境差异巨大。本领域技术人员无法从对比文件的通信调度参数中，合理推断出目标专利中基于回报、行为状态等复杂因素的目标选择函数。因此，该技术特征整体上未被公开。 |
| **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>**判断结果**：未被公开 | 对比文件未提及“人工神经网络”，更未提及任务与人工神经网络的对应关系。 | 该技术特征完全依赖于目标专利的人工神经网络框架。对比文件未提供任何相关基础。 |
| **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>**判断结果**：《隐含公开》 | 对比文件公开了接入终端基于对当前信道信号的测量（输入）来做出调离决策或触发测量（见[0062]段），并且调离行为本身会影响通信连接（输出）。整个调离机制可以看作是基于系统输入（信号质量）来控制对通信路径的选择偏置。 | 目标专利中，根据神经网络的输入/输出来控制失衡量，是实现在线学习和适应的基础（见说明书[0121]段）。虽然对比文件没有神经网络和失衡量的概念，但其描述的“根据输入（信号测量）来调整系统行为（是否启动调离测量）”在“基于反馈信息调整系统选择策略”的控制逻辑上是相似的。本领域技术人员有可能从这种通用的控制逻辑进行推理，认为一个选择系统的偏置可以基于其输入和输出来调整。因此，可以认为该特征被隐含公开。 |
<<<e>>><<<h>>><<<m>>>