許普之 彭夢華 魏榮興

一、警犬訓(xùn)練中的條件反射

現(xiàn)階段，警犬訓(xùn)練的開展通?；诮?jīng)典條件反射原理和操作性條件反射原理。在經(jīng)典條件反射理論中最著名的例子就是巴普洛夫的犬“搖鈴實驗”（見圖1），其邏輯為：將可以引起犬唾液分泌（非條件反應(yīng)，UR）的食物（非條件刺激，US）與原本是中性刺激（NS）的鈴聲在時間上反復(fù)結(jié)合出現(xiàn)，最終鈴聲和唾液分泌（非條件反應(yīng)，UR）之間就建立了一種新的聯(lián)系即條件反應(yīng)（CR），原本為中性刺激的鈴聲變成了條件刺激（CS）。當(dāng)條件反射建立以后，在后續(xù)過程中若多次只出現(xiàn)條件刺激而后續(xù)未出現(xiàn)非條件刺激用以強(qiáng)化，結(jié)果往往會使條件反射的反應(yīng)強(qiáng)度逐漸減弱，也就是我們常說的條件反射的消退，直至完全不出現(xiàn)。

圖1 “搖鈴試驗”——經(jīng)典條件反射的建立過程

操作性條件反射是一種動物的學(xué)習(xí)方式，旨在動物的任意行為反應(yīng)和直接后果之間形成關(guān)聯(lián)?！八菇鸺{箱”實驗最能闡明操作性條件反射原理，其邏輯關(guān)系是：動物被放在某種我們設(shè)計的特定的場景中，在本能驅(qū)使下產(chǎn)生自發(fā)行為（按壓杠桿），而這種自發(fā)行為將自動獲得或者被人為施與獎勵（食物），使這種自發(fā)行為反復(fù)得到強(qiáng)化，這樣，當(dāng)某種特定的場景再次出現(xiàn)時，動物就會做出不斷得到強(qiáng)化的行為反應(yīng)，條件反射就此建立。在此基礎(chǔ)上，我們將動物的這種學(xué)習(xí)行為進(jìn)一步延伸，在其中加入某種信號，使動物根據(jù)人為發(fā)出的信號執(zhí)行某種行為。“斯金納箱”實驗發(fā)現(xiàn)，當(dāng)動物獲得食物后，按壓杠桿的次數(shù)將大大增加，動物的學(xué)習(xí)行為會伴隨著一種刺激而促進(jìn)其發(fā)生，這種刺激會起到強(qiáng)化作用，此時食物則是一種強(qiáng)化物。動物的學(xué)習(xí)行為是隨著一個起強(qiáng)化作用的刺激而發(fā)生的，當(dāng)動物獲得食物以后，按壓杠桿的次數(shù)大大增加，食物就是壓桿行為的強(qiáng)化物。所謂強(qiáng)化物不一定是實物，也可以是訓(xùn)導(dǎo)員的撫摸行為、贊賞的表情以及語氣等。

二、警犬訓(xùn)練中使用響片的原理

響片是世界上廣受歡迎的動物訓(xùn)練工具之一，由于其在訓(xùn)練中有著諸多優(yōu)勢，近些年引入我國并迅速得到廣泛采納和應(yīng)用。在訓(xùn)練過程中，當(dāng)受訓(xùn)動物所需行為出現(xiàn)時，按下響片，隨后盡快給予獎勵（作為主要強(qiáng)化物），重復(fù)幾次后，響片聲音可與獎勵相關(guān)聯(lián)，并成為條件刺激（CS）和輔助強(qiáng)化（SR）。截至目前國際上至少已經(jīng)提出了三種機(jī)制來解釋響片訓(xùn)練法的工作原理，分別是強(qiáng)化假說（RH）、標(biāo)記假說（MH）和橋接假說（BH）。強(qiáng)化假說提出響片的聲音（SR）本身就是一種“獎勵”，因此能夠增加所需行為發(fā)生的可能性。關(guān)于標(biāo)記假說，有人認(rèn)為響片的聲音充當(dāng)標(biāo)記信號，幫助動物區(qū)分與主要強(qiáng)化物相關(guān)的特定行為。最后，橋接假說則認(rèn)為響片的聲音可以填補所需行為和主要強(qiáng)化物到達(dá)之間的時間，起到橋接的作用。根據(jù)筆者以及同行以往的訓(xùn)練經(jīng)驗，響片與具有內(nèi)在價值的主要強(qiáng)化物（一級強(qiáng)化物，例如食物）不同，響片的聲音在開始時是一種中性刺激，在與主要強(qiáng)化物反復(fù)配對出現(xiàn)后獲得特定的強(qiáng)化性質(zhì)即二級強(qiáng)化物，也就是說響片在警犬訓(xùn)練中的最終階段傾向于強(qiáng)化假說的概念。

三、對警犬訓(xùn)練中使用響片的理解

在警犬訓(xùn)練中，響片的使用同樣是基于經(jīng)典條件反射理論和操作性條件反射理論。無論是服從科目還是使用科目的訓(xùn)練，首先要將響片的聲音與獎勵（球或食物）建立聯(lián)系——也就是常說的為響片賦能，響片可以和任意正向的強(qiáng)化物進(jìn)行結(jié)合，這里是基于經(jīng)典條件反射理論建立起來的，響片的聲音從中性刺激變?yōu)闂l件刺激。在此基礎(chǔ)上，在訓(xùn)練中當(dāng)犬出現(xiàn)某種特定的動作（特定動作既可以是服從科目中的“坐”“臥”“立”等，也可以是使用科目中的對特定氣味的示警動作等）時，按下響片同時給予獎勵，這里是基于操作性條件反射理論建立起來的，在此過程中，響片的聲音從條件刺激轉(zhuǎn)變?yōu)闂l件強(qiáng)化物。最后，通過訓(xùn)練中的不斷強(qiáng)化，警犬出現(xiàn)某一特定行為的次數(shù)逐漸增加，在警犬做出特定動作的同時引入口令，然后待警犬完成動作時按壓響片并給予獎勵，直至訓(xùn)導(dǎo)員發(fā)出口令，警犬做出特定動作，然后按壓響片給予獎勵完成整個過程，即建立高級條件反射。在這個過程中，既有基于經(jīng)典條件反射的犬依照口令執(zhí)行特定動作，又有基于操作性條件反射的學(xué)習(xí)與強(qiáng)化（見圖2）。

圖2 使用響片訓(xùn)練過程簡圖

在訓(xùn)練警犬的過程中，經(jīng)典條件反射主要控制和決定的是信號出現(xiàn)后警犬的行為，而不是由此行為導(dǎo)致的結(jié)果。而操作性條件反射則是在意和控制警犬某種行為出現(xiàn)后帶來的結(jié)果，從而起到反饋的作用，用以影響后續(xù)這個行為的發(fā)生頻率。值得注意的是，經(jīng)典條件反射建立成功后，條件刺激出現(xiàn)引起警犬的條件反應(yīng)，在這個反應(yīng)出現(xiàn)后導(dǎo)致的結(jié)果又決定了這個行為未來出現(xiàn)的頻率，也就是行為的未來走向趨勢被操作性條件反射控制著，而結(jié)果卻被經(jīng)典條件反射制約著。例如在警犬訓(xùn)練中：訓(xùn)導(dǎo)員下達(dá)口令、警犬做出相應(yīng)動作、訓(xùn)導(dǎo)員按壓響片給予獎食。口令出現(xiàn)后警犬立刻就會出現(xiàn)相應(yīng)動作是多次匹配后經(jīng)典條件反射起了作用導(dǎo)致的，但而后信號一出現(xiàn)就繼續(xù)穩(wěn)定重復(fù)出現(xiàn)的行為又一直被后續(xù)可以獲得的獎勵所正強(qiáng)化，則是操作性條件反射在發(fā)揮作用。

在警犬搜索訓(xùn)練中，通常會使用到鑒別罐。警犬起初是無意識地將鼻子扎進(jìn)裝有目標(biāo)氣味的鑒別罐，訓(xùn)導(dǎo)員立即按壓響片并給予獎勵，結(jié)果導(dǎo)致犬主動扎進(jìn)帶有特定氣味鑒別罐的這一行為被正強(qiáng)化，因此在此訓(xùn)練中這個行為出現(xiàn)的頻率就會增加，此時犬鼻子扎進(jìn)鑒別罐的行為被操作性條件反射正強(qiáng)化。在這個過程中，房間中鑒別罐的出現(xiàn)就已經(jīng)是“扎罐”這個行為出現(xiàn)的信號，這根源上則是由于經(jīng)典條件反射建立且操控的。同時，由于犬鼻子扎進(jìn)特定氣味的鑒別罐就可以得到響片及食物獎勵的結(jié)果，導(dǎo)致警犬進(jìn)入到訓(xùn)練房間后就會很開心快樂地去搜索并扎鑒別罐，甚至是只要能夠進(jìn)入訓(xùn)練房間，哪怕是未放置鑒別罐也會很開心和自信，證明經(jīng)典條件反射已建立起來并發(fā)生作用。同樣的，在這個訓(xùn)練過程中，如果犬一直不能選擇到正確的鑒別罐，也就得不到獎勵，那么這個經(jīng)典條件反射就會慢慢消退，直至消失。

四、警犬訓(xùn)練中使用響片的優(yōu)勢

一是使用響片保證了獎勵的一致性，其發(fā)出的聲音是固定的，不受訓(xùn)導(dǎo)員情緒及狀態(tài)的影響。人類有著豐富的情感，受各種客觀因素的影響，無法百分百地保持積極、冷靜、堅決的狀態(tài)。訓(xùn)導(dǎo)員的情緒也會有不同的變化，如愉快、激動、憤怒、心不在焉，這些情緒影響著訓(xùn)練時的狀態(tài)以及口令的語氣。受訓(xùn)的警犬是完全可以感受到訓(xùn)導(dǎo)員的這些細(xì)微的變化，從而使它們接收到的信息和訓(xùn)導(dǎo)員實際發(fā)出的不一樣。當(dāng)訓(xùn)導(dǎo)員處于一種低落、挫敗、憂郁等消極狀態(tài)時，警犬很難在訓(xùn)練中保持積極響應(yīng)。而響片發(fā)聲永遠(yuǎn)是固定的，固定的音調(diào)、響度，這對訓(xùn)練獎勵的一致性提供了極大的保障，避免了訓(xùn)導(dǎo)員對警犬行為強(qiáng)化的性質(zhì)和標(biāo)準(zhǔn)不一致。

二是響片的聲音作為條件強(qiáng)化物本身具有一定的強(qiáng)化作用，可以對所需犬的行為進(jìn)行正向強(qiáng)化。在警犬訓(xùn)練中，一個動作行為實際是拆分開的，甚至有的一整套行為訓(xùn)練更是需要細(xì)分環(huán)節(jié)，一點點來教，一步步來實現(xiàn)，一個動作一個動作地予以認(rèn)可，一次次地進(jìn)行獎勵。而響片的聲音，能夠很好地強(qiáng)化了這些環(huán)節(jié)，并對這些環(huán)節(jié)進(jìn)行獎勵，使得不需要在單次訓(xùn)練中進(jìn)行太多次數(shù)的食物或者物品的獎勵，從而可以少一些訓(xùn)練間斷。這樣縮短了訓(xùn)練時間，也使得必需的獎勵得以延遲，而且有利于食物等獎勵從整個訓(xùn)練過程中淡出。

三是響片的聲音保證了獎勵的及時性。斯金納認(rèn)為如果受訓(xùn)動物的行為反應(yīng)和強(qiáng)化物的出現(xiàn)存在相當(dāng)大的時間間隔，那么該行為反應(yīng)出現(xiàn)的概率就會逐漸降低。響片的應(yīng)用則在相當(dāng)大程度上避免了此類問題，響片的聲音作為輔助強(qiáng)化物，可以在警犬做出特定動作后迅速出現(xiàn)，從而縮短反應(yīng)和強(qiáng)化物出現(xiàn)之間的間隔，保證強(qiáng)化的及時性。