别毙了那只狗!--训练必读

★Johnny℃江苏� · 发表于 2010-11-10 10:43:46

马上注册，结交更多好友，享用更多功能，让你轻松玩转社区。

您需要登录才可以下载或查看，没有账号？注册

x

刺激控制
刺激的种类
「刺激」是任何导致某种行为产生反应的东西，有些刺激可以引发反应，但并不会产生学习或训练效果，当我们听见大声响时会缩一下，光很亮时会眨眼，闻到厨房传出诱人香味时通常会走进去，动物也会有同样的反应，这些声响、亮光和气味就是所谓的「非制约刺激」 (unconditioned stimulus)或「初级刺激」（primary stimulus）。

另一种刺激是经由学习而得的，它们本身可能毫无意义，但在与受到增强的行为产生关连之后，便成为动物能够识别的行为讯号。每天我们都对许多习得讯号有所响应，看到交通号志会停下或前进，电话响了会赶快去接，在吵嚷街头听到自己名字会转头等等，这些都被称为「讯号」（cues或signals）。

我们之所以习得这些讯号是因为与它们相关的行为不断受到增强，例如接起电话铃声就会停止（铃声是负增强物），然后传来对方说话的声音（说话声是正增强物，或许该说这是大家所期望的），这些讯号（或称「区辨刺激」（discriminative stimuli））具有预告或通知的作用，让我们知道这时候可以出现过去曾获增强的行为。反之，当这些刺激没有出现时，表现出这些特定行为将不会获得增强，例如电话没响时，拿起话筒只会听到嘟嘟声。

多数正式训练都把大部份的心力及时间投资于建立区辨刺激，无论是操练新兵的军官或上训犬课的饲主都是如此，让训练对象听令行事的指令，其实就是区辨刺激。

让对方听令行事

要狗坐下或要人停步并不足为奇，但如果在下令后训练对象即刻动作而且动作迅速标准，那名叫人印象深刻！这便是「服从」-- 不只让对方表现行为，而且是在讯号下达时即刻执行行为；心理学家称这种现象为「行为受到刺激控制(Stimulus Control)」，训练起来并不容易，需要遵循训练规则，值得我们好好研究。

我们可能以为自己做到了刺激控制，但其实不然。当我们预期看到服从讯号或指令的行为却又不见反应时，一个常见的反应就是加强讯号;侍者听不懂你说的法文？那就再讲大声一点！这么做通常不管用，因为讯号接收的对象必须能够认得这个讯号才行，否则不管是大声喊叫或透过摇滚乐团的扩音喇叭喊，对方仍然只会不解地望着你。

动怒是另一个面对指令失效时的反应，这种反应可能管用的情况只有两个:当对方出现你不喜见的行为时，或熟知讯号却没有出现熟练反应时。…

有时训练对象虽然出现正确反应，但反应却慢半拍或动作慢吞吞。对指令反应迟钝通常是因为没人教导训练对象必须迅速反应，当训练对象出现正确或迅速的反应却未获正增强，没有机会学习迅速服从讯号对牠（他）有利，这个行为便未受到真正的刺激控制。

…真正的问题出于对方不明白或无法执行指令 – 沟通不良或刺激控制的训练技巧不佳。

建立讯号 (P.116)

传统训练师在训练之前便开始使用讯号，他们先说：「坐下！」然后再压下狗儿屁股，让牠做出坐下的动作，重复多次之后，狗儿为免继续被压而学会坐下，而且牠在这过程里学会的是「坐下」二字代表一个牠可以避免被链子抽的机会，只要出现坐下的动作就好，所以传统训练使用的讯号或口令其实就是制约负增强物。

相较于传统的训练法，我们在进行操作制约时会先塑形行为，毕竟，要狗儿去做一件牠不可能听懂的事情毫无道理。等到行为出现的频率稳定后，我们才会在某种特定刺激出现期间或之后塑形这个行为的出现，例如我们会利用响片和增强物塑形坐下的行为 -- 使狗儿迅速坐下、动作不拖泥带水、坐得久而且经常坐下，有时在草地上坐，有时在地毽上坐，符合多项增强要求 -- 直到牠为了获取增强物，极有自信的坐下。此时我们再加入一个具有绿灯意味的讯号，表示一个出现特定行为获取增强物的机会，这类讯号便成为制约正增强物：在它出现之后绝对有好无坏。

加入讯号有多种方式：第一个方法是，你可以在行为启始时加入讯号，当完成行为时予以增强，然后在不同的时间和不同地点重复这么做，渐渐越来越早下达讯号，直到讯号出现在行为启始之前，不久之后训练对象就会把该讯唬视为出现特定行为即会被增强的机会，当你说：「坐下！」必狗儿将会坐下。

第二个方法（也是我们用在海豚身上的方法），交替运用「给讯号」和「不给讯号」。当狗儿经常出现坐下行为时，对牠说：「坐下！」待牠坐下时即按响片。接着，让牠坐下一两次但不按响片也不给赏，然后再说一次：「坐下！」出现坐下动作时即予以增强；在同一段训练时间里，你同时增强了听讯号的坐下行为，也使缺乏讯号下的坐下行为消失。

一旦你的训练对象了解这例规则，新讯号几乎可以马上与新行为联结。然而，当毫无经验的动物第一次学习讯号时很可能会遇上困难，困难来自所谓「消弱」（extinction）的过程。消弱是指过去一直受到增强的行为不再获得增强，这是个不快的经验（请见第四章详述），而且可能引发情绪反应。我曾经被海豚溅水溅得全身湿透，因为牠很生气原本一直可以换取鱼吃的行为现在竟然不管用了。

第三个加入讯号的方法是塑形对讯号的反应。如同塑形行为本身一样，如果坐下是幼犬接受响片训练的第一个行为，你可能会发现牠的动作比你还快，不断坐下的动作几乎让你目不暇给，「这只狗一直」「对着『你』胡乱坐下」响片训练者通常会这么描述这种现象，这时便是加入讯号的最佳时机，牠已经准备好学习讯号，你必须告诉牠何时坐下才管用，避免牠在你双手拿着大包小包东西时自己跑到你脚边坐了下来。

拿出你的响片和零食，说：「坐下！」，只要牠的屁股稍梢往地面沉下一点儿就按下响片，不要等到完成坐下的动作才按。接着丢出零食让牠起身去捡食，再说一次「坐下！」然后在牠完全坐下之前就按下响片；这个「坐下」的讯号还可以加上手势或清楚的肢体动作，但按响片当下即必须停止所有辅助讯号。

以这种方式训练，通常只要经过几次按响片给赏的过程，即可出现依讯号出现的积极坐下行为。下一步，说出：「坐下！」但等牠屁股完全贴地坐着才按响片（牠才不会养成半蹲一下就起来的习惯），接着把其它一些熟知的行为（或许是唤牠过来摸摸牠等行为）穿插在加强坐下新讯号的练习之间。

最后一步则是塑形等候讯号出现的行为 -- 初时半秒，然后一秒、三秒，直到狗儿显然把注意力放在你的身上，但是未下达讯号前不会坐下。达到这个程度之后，你便可以慢慢不用那些辅助讯号，只使用口头讯号，这时讯号之下的反应已经受到操作制约，狗儿因为期望获得增强而表现行为。

刺激控制的规则       (p.120)
刺激控制有四个层面。…在制约刺激没出现时，动物不会出现该行为，否则该行为的刺激控制仍未完成训练。

训练对象在自己的其它时间里当然可以任意行为，但是在训练或工作的情境中将会用到区辨刺激（或讯号），这时若想要稳定的行为表现，就必须建立讯号的两个层面：「何时进行行为」以及「何时不进行行为」。

达到理想的刺激控制有四项要件，训练时必须把每一项当成个别目标，成为塑形过程中的独立部份：

制约刺激一出现，行为永远立刻发生（叫狗儿坐下，牠即坐下）。

没有制约刺激时不会发生行为（在训练或工作情况下狗儿从未自行坐下）。

其它刺激出现时从来不会姿生这个行为（如果你说：「趴下！」，狗儿不会坐下）。

这个刺激出现时不会引起其它行为反应（当你说：「坐下！」，狗儿不会出现趴下或跳起来舔你脸的反应）。

只有在四要件都达成之后，狗儿才算真正、完全地懂得「坐下！」的口令，现在你有了真正的刺激控制。

日常生活中，我们会在哪些地方使用或需要如此完全的刺激控制呢？以音乐为例，管弦乐团指挥家常使用极其复杂的刺激控制，因此在排演时他可能遇上各种错误的反应，例如他可能示意要求「Forte」（强音），加大音量 -- 但却无响应，或许原因是他还没有明确建立起讯号的意义，或者他可能已经避免作出加大音量的讯号，但是音量依旧过大，古典管弦乐团的铜管乐器部以此称着，指挥家理查德德德德德德·史特劳斯（Richard Strauss）列出一些挖苦年轻指挥家的规则，他说过：「绝对不可用鼓励眼神看着铜管乐手。」而业余合唱团常出现这种情形，指挥家可能示意出现「Presto」（急板），但音乐速度没加快，音量却变大了，尤其是独唱男高音常出现这种状况。讯号引发的每一个错误反应都必须经由训练更正，直到指挥家对自己的刺激控制感到满意为止。

刺激控制在军队里也极为重要。新兵训练时以连珠炮口令不断要求动作，重复操练不但非常耗费体力也很耗时，在新兵看来这个做法似乎既困难又毫无意义，可是它有个重要功能，它不但能使新兵对口令迅速反应，让指挥官能够有效动员大批军人，同时也训练出「听令行事」的技能，毕竟它不只是一种心态，也是一种习得的能力，这对士兵而言极为重要，常有保命的作用。自从军队存在以来，连珠炮口令操练一直是用来训练这种能力的方法。

哪种讯号？
区辨刺激可以是训练对象有能力察觉的任何事物:旗帜、光线、话语、抚摸、振动或开香槟时的啵声，只要训练对象能够察觉这个讯号，它即可拿来引发习得行为。

传统训练师往往没领悟到自己的讯号只是种习惯【沿习(mere conventions)】。Traditional trainers often fail to realize that their signals are mere conventions.

训练马儿遵从两套口令不仅有可能而且很容易，虽然你希望一个刺激只引起一个行为，不过由数个习得讯号引纵同一个行为绝对可行:例如，在挤满人的房间里，讲者要求大家安静时可以大喊「安静！」、站起来单手比出代表「嘘！」的姿态，或者当大家很吵时，拿汤匙敲敲水杯也管用，我们都已被制约成对至少三种以上的刺激响应出安静下来的同一个行为。

为习得行为建立的第二个讯号称为「转移刺激控制」(transferring the stimulus control)：先呈出新刺激（或许是新口令），然后呈出旧刺激（例如手势），再对出现的反应予以增强，接着渐渐使旧刺激越来越不明显，而同时将新刺激表现得极其显眼，直到新刺激引起的反应和之前一样好，甚至可以完全不再给旧刺激。这种转栘通常比训练第一个讯号来得快，因为「出现这个行为」和「讯号出现时才出现这个行为」的概念已经先行建立了，于是学习「另一个讯号出现时才出现这个行为」的概念就会比较容易。

讯号强度和淡出       (p.124)
初级刺激（无（未）制约刺激）视刺激强度而定，能引发不同强烈程度的反应；被针用力猛刺一下的反应会比被轻扎的反应剧烈；声响越大声，惊吓的效果越好。不过，一旦能辨认出习得讯号，便可以出现全然的反应，例如看到红灯时停车，并不会因为红灯的大小而快一点或慢点儿停。只要认出讯号，就知道该怎么做，因此当已习得一个刺激讯号之后，不但可以转移它，也可以让它变得越来越小、几乎无法察觉，却仍能引发相同表现的反应，最后你将能够以极微妙的讯号引发反应，让旁观者看不出端倪，这就是「淡出」刺激的技巧。

动物训练师有时能够利用淡出的刺激引发看来神乎其技的反应，…一只鹦鹉只要看见训练师手部的微妙动作即会爆棱歇斯底里的大笑，你应该可以想象这有多么好运用：「帕特罗，你认为这名男士的帽子如何？」「哈哈哈…」由于观众没看到讯号，这只鹦鹉唯一的习得行为看来就像聪明地给了一个嘲讽苛刻的答案，牠其实只是对一个完全淡出的刺激出现及时反应。任何聪明嘲讽的成分，应该归功于训练者，或者设计对白的人。

  建立起刺激控制的一个结果是，如果训练对象想以正确反应获得增强，尤其在刺激已淡出之下，它必须变得很专注，事实上它到后来或许将能察觉极细微的讯号，甚至连训练者也没意识到自己给了这些讯号。

（聪明汉斯现象）已经成为一个代名词，指某些行为（有关动物智商或通灵现象）看似不可思议，但其实是非意识讯号引岭的结果，因为测试者一些微不足道的动作或已淡出的行为已成为行为对象的区辨刺激。

有效又好用的目标物 (p.127)
目标法是许多海洋哺乳动物训练师的最爱，几乎每个海洋世界都可以看到目标物的使用，…

对于刚开始学习增强训练的人而言，教导动物以鼻头碰触棒子末端是绝佳的入门练习，这个行为不但看得到也感觉得到，动物很容易即可获得增强，而且很容易让人明白如何一点一点地提高增强要求标准：

动物园利用目标法（加上响片和食物）让老虎和北极熊移动到另一个栏舍，使懒猴和狐猴等小型动物停着不动让医护人员进行治疗或检查，也利用目标法来分散动物。

…警犬和搜救犬训练师常会利用雷射笔指示狗儿前往特定区城，猫咪也根容易学会追逐雷射笔投射出的小小红点，这是与足不出户猫咪玩耍或让牠运动的好方法。当你的猫在你一下达讯号时即刻跳到冰箱上头（利用雷射笔训练），你的客人们绝对会叹为观止。

对于有口语沟通障碍的人类，以标定讯号和零食达成的标的训练一样非常有效！

利用目标物（包括教师的手和雷射光点）协助严重低功能人士学习行走到教室、桌子或其它目的地，完全出于自愿且无需肢体引导 -- 这对学习者或教师而言都是个获得解放的技巧。

维也娜 · 发表于 2010-11-10 19:03:57

好长的一篇文章

		自动登录	找回密码
密码			注册

中国宠物论坛

别毙了那只狗!--训练必读

马上注册，结交更多好友，享用更多功能，让你轻松玩转社区。

评分

浏览过的版块