友情提示：如果本网页打开太慢或显示不完整，请尝试鼠标右键“刷新”本网页！
別斃了那隻狗-第6部分
快捷操作: 按键盘上方向键 ← 或 → 可快速上下翻页 按键盘上的 Enter 键可回到本书目录页 按键盘上方向键 ↑ 可回到本页顶部! 如果本书没有阅读完，想下次继续接着阅读，可使用上方 "收藏到我的浏览器" 功能 和 "加入书签" 功能！
蚴保裟芩苄纬霾淮淼乃透硕鳎愕那蛞残砭湍芊稍兑坏愣Ｈ裟阌行巳ぱ澳诚罴寄埽ɑ蚣记桑壹睦憔】赡苷页鲅盗氛庀罴寄埽ɑ蚣记桑┑乃蟹椒ā ∧憧梢酝腹榧⒗鲜徒塘罚蛘呷ス鄄煅芯克恕�
不过，千万不要忽略塑形法的「原则」层面，有效训练不只要用好方法，更要用好的塑形技巧才是。依照原则控制何时提高要求、何时放松要求、如何以最有效的方式提高增强标准、遇到困难时如何解决，最重要的一点或许是何时应该停止训练，这些问题一般都由训练者或教练凭直觉和经验判断、随机去做或完全靠运气。然而能否成功运用这些原则，便成了「教学胜任」与「教学优越」的差异，也是塑形过程令人愉快、迅速且成功或令人沮丧、缓慢且无聊生厌的差异。
塑形法的十大原则 （p。77）
（The。Ten。Laws。of。Shaping。–。p。38）。
塑形法有十大原则，有些原则源自实验证实的心理学法则，有些原则据我所知甚至从未被正式研究过，但任何塑形经验丰富的人都会自然而然认为它们很合理：当你违反其中一项原则时，你通常都会知道（虽然往往晚了一步）。
1） 逐
渐提高增强标准的幅度不可过大，这样训练对象才有不断被增强的机会。
实际应用这个原则时，它意谓当你提高行为标准时，你应该把要求定在动物已经可以达到的行为范围内。如果你的马匹能够跳过两呎高的障碍，有时还高出一呎，你便可以试着把一些障碍调高到两呎半，但是把所有障碍都调高到三呎就是自找麻烦，虽然动物有能力做到，但是牠还无法经常出现这个行为，如果把障碍调高到三呎半，当然肯定是彻底失败。
无论现在或未来，调高增强标准的快慢与动物的实际能耐无关，不管牠是否是只可能跳高八呎的长腿大马，也不管牠是否惯常跳过四呎高的牧场围栏，调高增强标准的快慢与你透过塑形过程达到的沟通效果有关，如果动物清楚你的增强原则，就可以早点调高标准。。
。。。。每次调高增强标准时，你便改变了规则，所以你必须让训练对象有机会发现：虽然规则改变了，只要牠多费点儿劲表现，仍然可以轻易获得增强物，而且继续维持旧标准的行为有时已经不管用了。然而牠只有在达到新的增强标准时获得增强，才能够学会这一点。。
。。。。如果你把增强标准调得过高，要求牠出现超乎过往能力的行为。┅。不管牠自己平常是否出现这个行为。┅。你都是在冒险，因为牠的行为可能因此完全瓦解，牠在跳跃过程中也很可能学会不良习慎，例如临阵拒跳或撞掉跳杆，你必须耗时费力才能根除这些不良习惯。所以塑造行为最快的方法。┅。有时也是唯一的方法。┅。就是调整增强标准时，调高幅度必须很容易让动物持续进步，即使每次进步只有一点点，持续的进步仍然比强求快速进步、可能失去所有良好表现的冒险作法更能快速达到你的终极目标。。
。。。。我曾经见过一位父亲犯下这种严重错误。他青春期的儿子功课很差，于是他没收了儿子最爱的机车，等到功课变好时才会还他。他儿子真的因此努力念书，功课日渐进步，从不及格进步到丁等，又从丁等达到丙等。但是，这位父亲不但没有增强他的进步，反而认为进步不够，继续禁止他骑车。这个突然提高标准的要求太困难了，最后他儿子完全放弃念书，而且变得非常不信任人。
2） 每
次只针对行为的某项特性进行训练，不要企图同时塑形两项特性。
我的意思并不是指在同一段练习时间内不能训练多种不同行为，这当然可以。在任何一种课程里，我们可能先练习动作，然后再练习速度；以网球练习为例，我们可能先练习反手拍，然后再练正手拍，之后再练习步法及其他，这么做可以减少单调无聊的情形。好的指导老师会一直变化练习项目，当一项有些进步之后就换到下一项。
不过，训练每项行为时，你应该每次只针对一项增强标准作练习。假如我想训练海豚溅水，这次因为水溅得不够高而不给增强物，下次又因为牠溅错方向而不给，海豚将因此无法领悟出我到底希望牠做什么。一份增强物无法传达两种讯息，我应该先对溅水的高度进行塑形直到满意为止，然后再针对溅水的方向（不管溅水的高度）进行塑形！直到牠学会了溅水的方向。等到两项增强标准都能个别达成之后，我才能要求牠同时达到这两项标准。
第二条原则有很多可以实际运用的地方，如果一件事可以分解成个别的小单元，然后再针对每个小单元各自塑形，学习的速度将会加快许多。以高尔夫球的推杆进洞为例，这个动作取决于球推出后的适当距离，不可太短、不可从洞口经过或跳过，而且推杆的方向必须很正确，没有偏向洞口的某一边。如果想教自己推杆，你或许可以在草地上拉起一条几呎长的胶带，先练习从两呎处推杆，让球压过胶带就停下来，再从四呎、六呎、十呎处推杆，依此类推；你也可以把胶带贴成一圈，从一定距离练习瞄准圈圈推杆，再逐渐把圈圈缩小，直到能够稳定打中非常小的标的物为止。等到自己对推杆距离和方向控制技巧都很满意时，再合并两项同时练习，先使用大目标物并变化距离，然后缩小目标物并改变距离，直到能够从不同距离打中小目标物为止。最后才加入新项目的增强标准（例如往上坡推杆），但是每次只加入一个。
如果你投入的心力够多，以及个人的眼手协调够好，这样一来，你的推杆技巧会变得很棒或甚至技艺超群。任何打高尔夫球的人只要按照这种单一目标的塑形计划练习几个周末就会有很大的进步，这好过整个夏天漫无目标地练习，只期待每一球刚好打出适当距离和方向。
我们学习技能时经常遇到无论练习再多似乎都无法进步的情形，其实原因在于我们老想一次同时修正很多地方，这样的练习并没有塑形作用，而且一直重复动作或许能够进步，但也可能轻易增强错误的地方。你必须思考，这个行为的特性是否不只一项？能否把这个行为分解成更小的动作，再依各项特性个别训练？当你注意到这两件事，许多训练的问题自然会迎刃而解。
3） 进
行塑形时，先「变化性增强」目前符合增强标准的行为，然后再提高增强标准
许多人至始至终就反对在训练时使用正增强物的概念，他们认为这么一来，他们可能一辈子都得给零食才能获得好行为。但事实正好相反，利用增强物的训练方法其实可以使你解脱，不再需要时时留意这个行为是否发生，这是（变化性增强）发挥的作用。
变化性增强的意思是指一个行为有时会被增强，但有时不会，当我们教导行为时，我们通常采取无变化增强时制，意思是我们增强所有符合要求的行为，但是如果我们只是想要维持行为的出现，我们偶尔才会给予增强，例如一旦建立起分担家务模式后，你的室友或配偶回家时可能会顺便去拿干洗衣物，不需要你每次都给他增强物，但是遇到你生病或天候不佳让他特别多跑一趟时，你便可能需要表达一下谢意。
然而，当我们利用厌恶刺激作训练时（多数人刚开始训练时都会这么做），我们通常会学习到一个原则：每当动物出错或行为不佳时务必进行纠正，如果不这么做的话行为就会越变越糟。许多狗儿被牵绳牵着时，因为可能会被猛抽处罚而表现得很乖，但是只要一放开牵绳，牠们的行为就变得极不稳定。许多青少年和朋友出去时会做一些不敢在父母面前做的事，这是因为他们完全明白在什么环境下处罚不会出现，这就是「阎王不在，小鬼作怪」的道理，可是这也是以厌恶刺激作训练时的副作用之一，既然处罚意谓「不可以这么做！」 缺乏厌恶刺激的意思就是「现在可以做了！」
相反地，正增强的训练方法不仅不必一辈子增强每个正确反应，而且在学习过程中还必须偶尔忽略反应不作增强。为何会如此呢？
塑形法的重点在于选择性增强某些反应，如此一来动物的反应才会一点一滴地改善，直到达到新目标。所有行为都非一成不变，常预期出现的增强物被跳过省略时，接下来出现的行为将会有些不同，因此偶尔省去增强物的作法可以让你挑选出表现较强烈或较佳的反应，这种作法称为「区别性增强时制」（differential schedule of reinforcement），只选择某类反应作增强，例如增强符合较快、较长或面朝左等等要求的反应。
但是对经验不多的学习者而言，牠原本一直能够获得预期的增强物，现在却突然得不到了，这个情况可能让牠大感吃惊；例如你的幼犬坐下来，你按下响片就给零食，牠坐下的动作越来越迅速，也出现越开心的样子 「你看！我坐下了！按响片吧！」突然间，有时候坐下却不管用了！如果你的幼犬尚未学习接受偶尔不会出现增强物的状况，牠很可能会失望地放弃，或者退步回到原来表现较差或较为迟疑的反应。
虽然讨论行为学习的教科书并未提及这个作法，但如果你正训练一个毫无经验的学习生手，在你开始挑选更强烈或更佳的反应之前，事先刻意教导牠学习容忍增强时制的小小变化将会很实用。你的训练对象必须能够容忍你偶尔出现的「失误」才不会完全不反应，或者以专业术语来解释，这代表你必须先建立起变化性增强时制，然后名能藉由区别性增强时制增强较佳的表现。
90年代时，我在训犬讲座里把变化性增强时制（短期使用的间歇性增强时制）称为「买一送一」（twofers，百老汇行话），作法是让狗儿做两次动作，例如让牠以鼻子碰标的物两次，才按响片给赏，这样可以让动物学习容忍间歇性增强时制，让当前行为及日后的其他行为更不容易消失。
在学习阶段短期使用这种间歇性增强时制有另外一个好处，如果你的训练对象能够容忍偶尔不给增强物的情形，当你不增强某个原本足以增强的行为时，学习者不但会重复这个行为，而且第二次的行为很可能会更为剧烈。「嘿！我做到了，你没看到吗？你看，我又做了一次！」这个加剧后的行为称为「消弱突破现象」（extinction burst），可以让你更快达到目标行为。精通塑形法的人为了激发更不同或更强烈的反应，甚至可能刻意不给增强物，犬类行为学家盖瑞·威尔克斯（Gary Wilkes）称此技巧为「借机利用消弱突破」。
当训练对象学习到增强物跳过一次没给并不代表行为做错了，只是代表牠可能需要再试一次时，塑形过程便由连续增强时制（continuous reinforcement，新行为刚出现时使用）转为区别性增强时制（挑选更好的动作、更长的时间、越快达成行为的反应等等），然后再转回连续增强时制（当「完美」行为出现时，专有名词称此为「符合增强标准」的行为），这时已没必要故意采取间歇性增强时制，因为训练对象已经能够忍受变化性增强时制了。
最后，当行为的各项特性都达到满意程度时，它通常已经变成动物能够自然出现的行为之一。你可以要求这个行为成为其他更复杂行为的一部分，把标准动作、速度和距离等等都融合成一个大行为，好比参加赛跑、执行任务或进行每口活动，这个大行为即成为受到增强的行为，这时你可以将它转为间歇性（或维护性）增强时制，只要偶尔单击响片或说声「谢谢！」即可维持行为的流畅表现。高频率正增强方式（训练初时可能经常按响片给食的频繁动作）这时就可保留起来，等到训练新行为时再行运用。
4） 针
对某项行为特性采用新的增强标准时，暂时放宽其他特性的旧有增强标准。
假设你正学习打回力球，每次都能成功地把球打向目标方向，接着你想练练球速，但是当你用力挥拍时球就乱飞，这时候，你先别理会球的方向，只要用力挥拍就好，在你拥有一些控制球速的能力之后，球很快就会恢复正确方向。
学过的东西不会被忘记，但是处于吸收新技能的压力下，原来已学习很好的行为有时会暂时瓦解。有一次我在某歌剧的首次着装预演时，看见指挥家因为合唱歌手连连唱错而大发雷霆，他们好像全然不记得自己辛勤练习之后的歌唱成果，这是因为他们第一次穿着厚重戏服、站在梯子上，而且必须边动边唱的缘故；适应新要求的过程暂时干扰先前学成的行为，等到预演快结束时，他们的音乐学习能力又重现了，并不需要有人从旁指导。海豚训练师称这种现象为「新水池症候群」（new tank syndrome），当海豚移入新水池时，你可以预期牠会「忘记」所有牠知道的行为，直到牠「吸收」了这个新刺激为止。在新情境下，如果你因为训练完成的行为出错而苛责自己或其他人（或其他动物）时，这便是很糟的训练方式。这是非常重要的概念，通常此类错误可以很快自我更正，但是斥责容易导致情绪不安，而且有时容易被聚焦在错误上头，使得错误更难改掉。
5） 永
远抢得先机。
进行行为塑形时，必须事先完善计划整个行为塑形过程，这是为了确保当动物突然大幅进步时，你仍知道下个要增强的动作是什么。我曾经花两天时间塑形一只刚捕捉到的海豚跳过一根高出水面几吋的横杆，当这个行为训练得很好之后，我把横杆调高了几吋，牠不但立刻跳了过去而且轻而易举，很快地我把横杆越调越高，这只刚学习跳跃的动物在十五分钟内已经能跳高到八呎。
这类「突破性」的塑形表现随时可能发生，在人类身上当然也看得到这种现象，许多高智商的动物身上也不例外，我相信这是一个内在觉醒的例子，人或动物突然对自己被要求出现的行为恍然大悟（以上例来说，是跳得更高一点儿），于是便照做了。虎鲸以能够达到塑形目标的能力而著名，虎鲸训练师开玩笑地说：「只要把行为写在黑板上，再把黑板放在水里，虎鲸就会按表操课，完全不需要训练牠们。」
当训练动物突然出现大幅进步时，训练者可能因此措手不及。原本打算要从A行为训练成B行为，可是动物只经过两次增强就突然表现出完美的B行为，这时训练者心中最好已经先有个底，知道接下来要做C行为和D行为，否则你将会不知道接下来要增强哪个行为。
对训练对象而言，行为的突破常是件令人兴奋的事。动物似乎也很喜欢「啊！我知道了！」的感受，而且牠们常会冲来冲去，表现出兴高采烈的样子。因此行为出现突破时便成为能够迅速大幅进步的黄金契机，如果自己未作好准备，不知道接下来该做什么，使得动物一直维持在低水平的表现，除了浪费时间之外，最严重的伤害可能是使动物打消动机或感到厌烦，于是牠将来工作的意愿便会降低。
除了一些极佳的环境外，学校系统的规划目的似乎是用来阻碍儿童的个别学习，它不仅不利没有足够时间学习的迟缓儿，也不利快速学习的聪颖孩子，当这些孩子的灵活思考加速学习时，他们并不会获得额外增强。他们只要一眨眼即了解数学老师所讲的东西，但他们获得的奖励却可能是为时数小时或甚至数周难捱的无聊时光，等待其他人一点一滴慢慢完成学习，难怪这些聪明或迟缓的孩子觉得到街头混日子有趣多了。
6） 塑
形中途不可更换训练者。
快捷操作: 按键盘上方向键 ← 或 → 可快速上下翻页 按键盘上的 Enter 键可回到本书目录页 按键盘上方向键 ↑ 可回到本页顶部!
温馨提示： 温看小说的同时发表评论，说出自己的看法和其它小伙伴们分享也不错哦！发表书评还可以获得积分和经验奖励，认真写原创书评 被采纳为精评可以获得大量金币、积分和经验奖励哦！