算法专利撰写的“生死劫”：如何将“数学方法”转化为“技术方案”
——90%的算法专利第一次审查都会被驳回，“场景绑定”才是突围的关键
“我们花两年研发的核心算法，提交专利申请后，审查员说这是‘数学方法’，不属于‘技术方案’。然后我们花了一年答辩、修改、再答辩……专利是授权了，但保护范围被缩小了三分之二。”
这是某AI算法企业知识产权负责人的真实遭遇。算法类专利的授权难度远高于机械结构专利，而授权后的保护范围往往被大幅压缩。 据统计，算法类专利的首次审查意见中，超过70%会收到“属于智力活动规则”或“不属于技术方案”的驳回理由。
如何将抽象的数学方法转化为可保护的技术方案，成为机器人企业专利布局的最大痛点。
一、算法专利被驳回的两大“高危信号”
信号一：权利要求中只有数学公式、计算步骤，没有提及任何物理实体或技术手段。
如果权利要求通篇都是“损失函数”“梯度更新”“神经网络层数”等概念，没有出现“传感器”“执行器”“控制器”等物理设备，审查员大概率会认定这是“纯数学方法”。
信号二：说明书只描述了算法的数学推导，没有说明解决了什么“技术问题”。
审查指南明确规定：如果发明内容属于“数学方法”本身，且没有与技术特征相结合，则不属于可授予专利权的客体。如果说明书通篇都在推导公式，却没有指出“现有技术存在什么技术缺陷”，很容易被认定为“抽象规则”。
当审查员看到一份算法专利申请时，他的第一反应往往是：“这是数学，不是技术。”
而破解这一困境的唯一方法，就是“场景绑定”。
二、“场景绑定”的四个核心技巧
技巧一：在权利要求中明确“技术目的”。
❌ 错误写法：“一种基于深度神经网络的图像分类方法。”
✅ 正确写法：“一种用于人形机器人抓取目标物体检测的深度神经网络方法。”
“用于人形机器人抓取”这个技术目的，将算法与应用场景绑定，体现了技术性。审查员看到“机器人抓取”，就知道这不是纯粹的数学，而是有具体技术应用。
技巧二：将算法步骤与物理实体或传感器数据关联。
❌ 错误写法：“接收输入图像，输出分类结果。”
✅ 正确写法：“接收机器人摄像头采集的RGB-D图像，输出机器人关节角度指令。”
将算法的输入、输出与具体的物理设备（摄像头、关节）挂钩，强化了算法的“技术性”。
技巧三：引入“硬件-软件协同”特征。
❌ 错误写法：“一种基于强化学习的路径规划方法。”
✅ 正确写法：“一种在机器人边缘计算单元上执行的基于强化学习的路径规划方法，其特征在于：所述边缘计算单元包括NPU加速器……”
在权利要求中加入硬件限定，将算法“锚定”在具体硬件上，大大降低了被认定为纯数学方法的概率。
技巧四：在说明书中明确“技术问题”和“技术效果”。
在背景技术部分，明确指出“现有技术存在什么技术缺陷”。在有益效果部分，提供定量或定性的技术效果数据：“本方法将动态环境下的避障成功率从82%提升至96%”。
三、方法专利与系统专利的组合策略
单独申请方法专利容易被竞争对手规避（他们可以改变步骤顺序但实现相同功能），单独申请系统专利又难以覆盖方法层面的侵权。
最佳策略是“方法+系统”同日申请。
方法权利要求： 保护算法的流程、步骤、参数更新规则。侵权举证需要证明对方“执行了该方法”，通常较难，但方法专利是系统专利的基础。
系统权利要求： 保护实现该方法的模块、单元、装置。侵权举证相对容易（可通过产品拆解分析）。系统权利要求应与方法权利要求一一对应——方法中的每个步骤对应系统中的一个模块。
组合策略示例： 同日申请一件“一种基于世界模型的机器人运动规划方法”（方法）和一件“一种基于世界模型的机器人运动规划系统”（系统）。方法权利要求保护“步骤S1获取环境观测……S2学习环境动态……S3规划动作……”，系统权利要求保护“观测模块、世界模型学习模块、规划模块”。两者相互支撑，侵权诉讼时可灵活选择诉讼客体。
四、应对“属于抽象规则”驳回的答辩策略
算法专利最常见的驳回理由是《专利法》第25条（属于智力活动的规则和方法）或第2条第2款（不属于技术方案）。以下是经过验证的有效答辩策略：
策略一：强调“技术手段”而非“数学公式”。
答辩时指出：“本发明的神经网络层数设计是根据机器人边缘设备的计算能力优化的，体现了对硬件资源的利用。”不要纠缠“这是不是数学”，而要强调“数学方法在具体技术场景中的应用”。
策略二：引用审查指南中的“技术性”判断标准。
根据《专利审查指南》，如果权利要求中记载了“计算机执行的步骤”，且解决了技术问题、产生了技术效果，则属于技术方案。答辩时强调“本方法由机器人控制器执行，解决了机器人动态避障的技术问题，并产生了减少碰撞的技术效果”。
策略三：修改权利要求，增加技术特征。
如果审查员坚持认为抽象，可在独立权利要求中增加技术特征，如“所述方法还包括：利用机器人的惯性测量单元（IMU）采集角速度数据，并将其作为神经网络输入的一部分”。这种修改通常能被接受。
策略四：提交实验数据或仿真结果。
在意见陈述书中附上对比实验数据，证明本申请相比现有技术具有显著的性能提升。实机数据比仿真数据更具说服力，但如果条件有限，仿真数据也是有效证据。
经验总结： 算法类专利的首次审查意见几乎必然带有“抽象规则”的驳回理由。企业应提前准备好答辩模板，并与代理师充分沟通，不要轻易放弃。据统计，经过2-3次答复后，约70%的算法专利最终可被授权。
五、算法专利中的实验数据设计
实验数据是证明技术效果、说服审查员的有力工具。对于算法专利，应重点设计以下对比实验：
对比基准： 选择领域内公认的基线算法（对于强化学习，选择PPO、SAC；对于世界模型，选择Dreamer）。在说明书中给出定量对比结果（表格或曲线图）。
评价指标： 根据任务选择合适的指标。抓取任务用“成功率”“抓取时间”；导航任务用“到达率”“路径长度”；平衡控制用“恢复时间”“最大扰动角度”。
仿真与实机结合： 算法专利通常可以在仿真环境中验证，但最好附上少量实机实验。实机数据更具说服力。
案例： 一件关于“世界模型规划”的专利，在说明书中对比了本发明与Dreamer在机器人灵巧手抓取任务上的表现：Dreamer成功率为73%，本发明为91%；同时给出了训练曲线，证明本发明收敛更快。该专利顺利授权。
六、自指余行模型的专利撰写要点
自指余行模型是专知智库提出的创新架构，其专利撰写有独特之处：
要点一：突出“意义绑定”的技术特征。 意义绑定是将人类价值观转化为可计算约束的过程，这是自指余行模型区别于其他强化学习方法的本质特征。应明确写出“将用户定义的意义约束编码为状态-动作空间的约束函数”。
要点二：强调“低参数、低功耗、边缘部署”的技术效果。 在说明书中明确给出参数量、功耗等数据，并与其他模型对比，突出其边缘部署优势。
要点三：保护“自指性回路”和“伦理看门狗”。 自指性回路是机器人进行自我反思的机制，伦理看门狗是独立监控模块。这些都是自指余行模型的核心创新点。
要点四：结合太空、深海等极端场景。 自指余行模型在通信中断、资源受限的极端环境中优势明显，在实施例中描述这些场景可增强专利的技术高度和商业价值。
七、立即行动：算法专利布局核心建议
第一，立即梳理算法技术交底书。 将算法与具体应用场景、物理实体、技术效果绑定，而不是只描述数学方法。
第二，采用“方法+系统”组合申请。 同日提交两件申请，形成相互支撑的保护网络。
第三，提前准备答辩策略。 算法专利几乎必然会被驳回一次，提前准备答辩模板可大幅缩短授权周期。
第四，保留实验数据和对比结果。 实验数据是证明技术效果、说服审查员的最有效工具。
第五，自指余行模型相关算法优先布局。 作为全新架构，全球相关专利极少，且自带“低参数、低功耗、边缘部署”等技术效果，审查员更容易认定为“技术方案”。
???? 关于《人形机器人“大脑”专利布局指南》
本白皮书由自指余行论研究中心、专知智库定义者战略咨询指导，成都余行专利代理事务所联合HRPP人形机器人专利池、专知智库OPC研究院共同发布，系统梳理了算法类专利的撰写技巧与审查应对策略。
获取方式：
- 官网：www.hrpp.org.cn | www.zzzk.org.cn
- 电话：028-84400310
- 微信：a84400310
- 邮箱：1448661055@qq.com
成都余行专利代理事务所（普通合伙）· HRPP人形机器人专利池
2026年7月
