人人都希望家裡的狗狗乖巧懂事，能聽得懂人話。讓它站起來，嗖一聲它就站起來。讓它蹲下，它夾著尾巴立刻就蹲下。
想想就倍有面子。
然而，大多數時候，你在發號施令，狗狗卻一臉無辜地看著你，不知所以然，狗狗當然聽不懂人話。
但你可知道，實驗室裡的老鼠遠不比狗狗聰明，但老鼠卻能乖乖地服從科學家的命令，做一些普通人聽起來就頭暈腦脹的行為學實驗。
大鼠在做壓桿實驗
其實，早在上一世紀，科學家就發展出了一套關於訓練動物行為理論——操作性條件學習。
什麼是操作性條件學習？
操作性條件學習是一種通過獎勵來強化動物行為，懲罰來弱化動物行為的學習模式。這裡的獎勵稱為強化刺激，而懲罰稱為懲罰刺激。
例如，如果大鼠每次踩到感應杆會有食物獎勵，那麼，大鼠的壓桿行為就會得到強化，小鼠會增加壓桿行為。如果大鼠每次踩到感應杆都會遭到電擊，那麼，大鼠肯定會躲著感應杆走。
訓練狗狗做一個動作，對狗狗來說，也是一種操作性條件性學習，需要通過獎勵來強化。
對於操作性條件學習，最常見的行為強化策略為連續強化策略。
連續強化策略
例如大鼠，如果它每一次正確的壓桿都會得到獎勵，那麼，這種強化策略稱為連續強化（Continuous reinforcement）。當實驗動物剛開始學習某一行為時，連續性強化是最快的訓練方法。連續強化會讓動物很快在行為和獎勵之間建立因果關係。
怎麼將連續強化策略運用到你的訓狗大業中呢？其實，狗狗是很希望配合主人的，但在語言不通的情況下，你和它之間缺少一種有效的溝通方式。而給正確的行為以獎勵，是讓狗狗理解你複雜意圖的最高效、最準確的方式，很可能是唯一的方式。
假如，你想訓練狗狗握你的手。
首先要準備好狗狗最愛吃的牛肉。伸出你的右手，用另一隻手將狗狗的前爪放到你的左手裡，然後搖晃握手。之後迅速獎勵狗狗一塊牛肉，越快越好。間隔時間越短，狗狗越能將握手和獎勵聯繫起來。經過一段時間的訓練後，你就會發現，每當你伸出手掌時，狗狗會主動把爪子放進你的手心。因為狗狗知道這樣做會得到最愛吃的牛肉。
需要注意的是，訓練期間，牛肉只能在握手時給狗狗，其他任何時間都不能給。只有這樣，才能讓狗狗在握手和牛肉獎勵之間建立一條清晰的因果鏈。如果在不握手的時間也給狗狗牛肉，狗狗就會迷惑，誤以為其他動作也能獲得牛肉獎勵，這會削弱握手和牛肉之間的因果關係。
但你也不可能每次握手都給狗狗塊肉，太敗家，也失去了訓練狗狗的本意。你的本意是讓狗狗跟你握手，不是餵狗狗吃肉。因此，我們需要在狗狗學會握手後，減少甚至停止獎勵，但仍能讓狗狗保留和你握手的習慣。
幸運的是，科學家早就發展出一系列的間歇強化策略，來穩定和堅固實驗動物的操作性條件反應。
連續強化後，如果正確的行為不再有獎勵，實驗動物的動作就會消退。通常，不到50次的空手套白狼，實驗動物就不再理你。
而採用了間歇強化策略的動物，在獎勵消失後，還會心甘情願地做上千次、甚至上萬次的行為。
什麼樣的強化策略擁有如此強大的魔力呢？下篇文章，我們一起來揭開它神秘的面紗。
閱讀更多 生物流 的文章
關鍵字: 2019未來科學大獎 狗狗 動物
