都是狗做對就獎勵，我和專業訓犬師有何不同？

我回來的時候它很熱情的親我，該不該獎勵它？

它大部分時間都很聽話，我老想獎勵它，會不會太頻繁了呢？

獎勵總是要給吃的嗎？怎樣的獎勵最有效呢？這次我們就來談談獎勵。

我們曾經說過，對狗狗而言除了食物，還有很多行為可以成為獎勵（詳情《對狗狗而言，原來這些都算獎勵》）。在知道什麼是獎勵之後，如何正確運用獎勵，才能把獎勵效果最大化，讓狗狗更開心。

獎勵必須讓狗狗感覺到！每隻狗狗都有自己獨特愛好，都會重視某些獎勵，比如大多數狗狗都不能抵擋零食的誘惑。而且不同獎勵在狗狗心目中的地位，可能每一刻都不同。

舉個例子，一個雞肉乾，在上一刻是最具吸引力的獎勵。但是這一刻它身邊多了一大群狗狗，這時候它只想去玩。對你的表揚、撫摸、一塊雞肉乾都感到索然無味，給它一句「去玩吧」，才是當下最具有吸引力的獎勵。

也就是說，你可以把讓狗狗分心的事物，轉換成強化行為的獎勵，這種狗狗能感知到並強烈認同的獎勵，對正向引導良好行為會發揮最大功效。

獎勵必須立即，和懲罰一樣，因為延遲獎勵總會是強化錯誤的行為。

舉個栗子，如果狗狗在和其他狗玩，聽到召喚立即飛奔回來你身邊，稱讚就別給的太遲了。因為狗狗可能會無聊坐下或者向你撲跳，而遲來的獎勵就變成表揚坐下或撲跳。稍微一慢，獎勵的行為可能就完全不一樣。

延遲獎勵還有其他風險，就是產生「抑制好習慣」的悲劇效果。舉例說，如果狗狗聽話地回到你身邊，卻因為撲跳而受到懲罰，這項懲罰不但強烈抑制撲跳行為，也部分抑制了良好的召回行為，最後狗狗聽到你的召喚就不想回來了。你應該立即獎勵狗狗的正確行為，也應該立即懲罰狗狗的不良行為，這樣才能強化好習慣和抑制壞習慣。

關於何時該獎勵、何時不該獎勵動物，就有成千上萬的科學研究報告。動物心理學研究使用了好幾種不同的強化獎勵機制：

連續強化（CR） | 固定比率（FR）| 固定時距（FI）| 變化比率（VR）| 變化時距（VI）| 區辯性（DR）

別怕，因為上面很多獎勵機制都只適用於學術研究，生活中並不實用。

連續強化其實只出現在實驗室裡面，一般通過電腦控制分配獎勵。連續強化在訓犬方面能發揮的功效相當有限，首先沒有任何訓練者，能那麼精確連續地為狗狗的每個正確回應給予獎勵；其二狗狗如果接受連續強化作用，一開始會積極學習，很快就會煩厭抗拒，這種獎勵沒法長久實施。

同樣的，如果使用固定時距獎勵，就等同於我們每個月定時發工資，反正你都知道不管中間有沒有偷懶，到點就會發工資，有的人就會在中間偷懶。這樣的獎勵時間機制，同樣對狗狗沒什麼效果。

推薦你使用「變化強化」的方式，去處理給予獎勵的時機。變化包括正確行為的執行次數，或者一個正確行為執行時間的變化。

好吧說人話，例如我們要狗狗學會坐下這個指令，那麼第1次做到有獎勵，第4次、第12次、第17次、第20次分別也有獎勵。把5次獎勵變化地分配到20次正確回應中，而不是平均的進行分配。

如果要狗狗學會安靜等待，我們可能要在等待5秒、等待20秒、等待13秒、等待34秒的時候給予獎勵，而不是每次達到15秒時給予獎勵。

當你用獎勵誘導狗狗進行訓練時，可以從一開始就使用變化的機制。

如果狗狗一開始就做對了，然後你要儘快開始降低獎勵的比率，要求它做出兩次正確的行為才給予一次獎勵。

有一點非常重要，不要讓狗狗每次做出同樣的行為都必然獲得獎勵。如果這樣做，它確實會學得很快，但也會忘記得很快。如果獎勵的時機是偶然和隨機的，它會學得很快，也會記得更牢固，會更努力爭取好的表現。

為什麼變化性的強化獎勵能有這樣的效果？明明它獲得的獎勵數量是比連續強化少得多。

如果連續獎勵，狗狗確實得到更多獎勵，但也更容易對獎勵感到厭倦，失去興趣和新鮮感，獎勵就沒有意義了。

此外，狗狗知道就算自己回應得晚了，只要回應，也會有獎勵，那我還急什麼急？甚至覺得「反正這次不做對，下次做對了也會有獎勵」，那麼這次懶得做，就下次再做唄。

為什麼雙十一大家發瘋一樣買買買？因為知道錯過了可能就沒機會，如果天天雙十一，你還會瘋狂買買買嗎？

玩抓娃娃機，你不停的投幣進去，一次又一次可愛的公仔都在邊緣滾動，你心癢難熬，總期待下一次它就會掉到你的手裡。在經過不斷的思考、努力、投幣之後，你付出了遠超過娃娃本身的費用，終於抓到了一個娃娃！這一次獎勵的成就感，讓你重新進入下一次的投幣……

狗狗也是一樣，通過你變化機制的訓練，它知道會有獎勵，但不知道什麼時候有。當沒有獎勵的時候，它不放棄也不埋怨，只會繼續努力的表現。

總有一些時候你手邊剛好沒零食，這時你並不需要著急擔心，因為你平時的訓練已經打下良好基礎，它仍然會有正確的反應。

人腦和電腦不同之處，是能感受到生命中情緒的細微變化。同樣一個撿球的行為，每次狗狗的回應都是有細微差別的。除了在上面說的隨機變化之外，我們更應該通過觀察狗狗每次表現的細微差別，去獎勵它最優秀的那些表現。

10次撿球，第3次反應快，第4次等待特別有耐心，第12次特別專註又愉快，這都是我們可以加強獎勵的時機，讓狗狗知道它有越好的表現，會得到越及時、強烈的獎勵，最優秀的一次表現甚至可以獲得超級大獎。

通過對時機、表現的把握，我們靈活運用獎勵去對狗狗進行訓練和行為強化，訓練就變成一個特別有趣的互動遊戲，而且是一個學無止境、精益求精的過程。狗狗的行為、情緒、性格，都在整個過程中得到正向的引導和塑造，你終將獲得一個越來越默契、服從性高、心態正面積極的生活伴侶。

參考

Dinsmoor, James A. (2004) " The etymology of basic concepts in the experimental analysis of behavior ." Journal of the Experimental Analysis of Behavior , 82 (3): 311-316.

Michael, Jack. (1975) " Positive and negative reinforcement, a distinction that is no longer necessary; or a better way to talk about bad things ." Behaviorism , 3 (1): 33-44.

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！