從行為學(xué)的角度談食犬物訓(xùn)和練物中品的獎應(yīng)勵用在

趙勤濤 熊玉強(qiáng) 蘆 帥 葛 崢 張建華

（作者單位：趙勤濤、熊玉強(qiáng)、蘆帥、張建華，公安部南昌警犬基地，330100；葛崢，江西省上饒市公安局特警支隊，334000）

在工作犬的訓(xùn)練過程中，獎勵是最重要的手段之一，通過對犬表現(xiàn)出的期望行為的獎勵，增強(qiáng)期望行為出現(xiàn)的概率，加速對犬行為的培養(yǎng)和塑造。在實際訓(xùn)練過程中獎勵的方式和種類是多樣的，既有儀式化的獎勵，比如“好”的口令、撫摸或撫拍等，也有物質(zhì)的獎勵，最常用的是食物獎勵和物品獎勵。雖然已有文章闡述了獎勵的方法，但是尚未有研究對獎勵的原理進(jìn)行詳細(xì)解析。研究普遍認(rèn)為犬大約是15000年前從狼逐步馴化而來，在行為上遺傳了很多狼的行為習(xí)性，但近二百年來隨著人類生活環(huán)境的變化，犬的行為特點也發(fā)生了很大的變化，比如隨著食物越來越富足，犬的季節(jié)性發(fā)情變得愈發(fā)不明顯，集體狩獵和貯藏食物的本能在不斷退化，釋放獵取行為的刺激閾值在不斷提高等，深刻理解這些行為上的變化對于犬的訓(xùn)練具有重要意義。本文從行為學(xué)和行為進(jìn)化的角度，根據(jù)食物和物品的屬性論述食物獎勵和物品獎勵在工作犬訓(xùn)練中的使用原則和方法，以期為犬的訓(xùn)練提供參考。

一、工作犬訓(xùn)練的本質(zhì)

對人來說，犬的訓(xùn)練是訓(xùn)導(dǎo)員對犬行為的人工選擇過程。對犬來說，訓(xùn)練的過程是犬不斷理解訓(xùn)導(dǎo)員的行為，通過不斷調(diào)整自己的行為進(jìn)而獲得最適生活環(huán)境的過程。最適生活環(huán)境既包括趨利避害的選擇平衡，也包括以最小的代價使得欲求得到滿足或?qū)崿F(xiàn)。犬的作業(yè)行為通?？梢苑譃橛笮袨殡A段和完成行為階段，在欲求行為階段犬按照訓(xùn)導(dǎo)員的指令積極尋找和搜索目標(biāo)，一旦找到目標(biāo)，欲求行為結(jié)束，并開始完成行為階段，獲得獎勵后，完成行為結(jié)束。完成行為將會導(dǎo)致犬的欲求下降，使該行為系統(tǒng)在此后的一段時間內(nèi)不再發(fā)生或者誘發(fā)欲求行為的刺激閾值大大提高。因此工作犬的訓(xùn)練既要求訓(xùn)導(dǎo)員的行為有規(guī)律可循，讓犬充分理解訓(xùn)導(dǎo)員的目的和意圖，更重要的是訓(xùn)導(dǎo)員能充分認(rèn)識犬的基本行為原理，不斷調(diào)整犬的欲求，通過不同的獎勵方法使犬的欲求得到逐步或集中釋放，從而達(dá)到對犬行為選擇的目的和訓(xùn)練的預(yù)期效果。由此可見，獎勵在犬訓(xùn)練過程中的重要性，獎勵物的選擇、獎勵的程度、獎勵的層次和作業(yè)的難度都會影響犬的訓(xùn)練效果。

二、食物獎勵和物品獎勵的區(qū)別

在工作犬訓(xùn)練過程中選擇食物還是物品進(jìn)行獎勵，需要理解兩種獎勵物的區(qū)別。首先，選擇食物獎勵或物品獎勵分別對應(yīng)的是選擇利用犬的食物欲求或獵取欲求進(jìn)行訓(xùn)練。其次，食物和物品對犬的需求層次不一樣，食物是犬滿足生存和發(fā)展的基礎(chǔ)需要，具有一定的周期性，犬吃飽了以后，饑餓感消失，犬的食物欲求下降，停止進(jìn)食一段時間后，饑餓感上升，食物欲求會再次上升。犬對物品的欲求是在食物欲求的基礎(chǔ)上，獵取欲求和游戲欲求的集中反映，是更高層次的需求。再次，食物欲求的釋放是漸進(jìn)的，因此食物獎勵可以重復(fù)多次，而獵取欲求的釋放是集中的，一次物品獎勵后會使犬的欲望下降，再次誘發(fā)犬欲求行為的刺激閾值會大大提高或暫時失效，因此物品獎勵不宜多次重復(fù)。最后，食物獎勵和物品獎勵的程度是不一樣的，犬作業(yè)的難度應(yīng)與獎勵的程度相結(jié)合，難度高獎勵大，難度低獎勵小，食物獎勵的量可以明顯區(qū)分出獎勵的大小，而物品獎勵的區(qū)分是不明顯的，但是物品獎勵有利于犬的欲求得到集中釋放，增強(qiáng)犬的獲得感。

三、獎勵物的選擇要與犬的行為動機(jī)相結(jié)合

犬的行為動機(jī)是犬為實現(xiàn)一定的目標(biāo)所表現(xiàn)出來的主觀愿望和意圖，是犬機(jī)體內(nèi)部刺激和外部刺激共同作用的結(jié)果，動機(jī)引起的行為變化具有可逆性。獲取食物的動機(jī)與犬的饑餓程度有關(guān)，食物欲求通常隨著饑餓程度的增加而增加。比如犬不吃東西會變得越來越饑餓，此時吃食物的動機(jī)更為強(qiáng)烈，但當(dāng)喂給它食物后，機(jī)體恢復(fù)到非饑餓狀態(tài)，食物欲求下降，那么犬游戲的動機(jī)可能變得更為強(qiáng)烈。研究認(rèn)為，犬在同一時刻只能做一件事，也就是說兩種行為不能同時發(fā)生。準(zhǔn)確把握犬的行為動機(jī)對獎勵物品的選擇至關(guān)重要，當(dāng)食物和物品同時存在時，如果犬選擇物品，說明此時食物欲求小于物品欲求，此時用物品獎勵更能激發(fā)犬的積極性。由于欲求行為本身并不能減少犬的動機(jī)欲望，也就是說犬的搜索過程并不能減少犬對物品的欲望，直到獲得物品獎勵，欲求得到釋放為止。根據(jù)這一原理，訓(xùn)導(dǎo)員可以在計劃的3次訓(xùn)練中，前面兩次給予食物獎勵，最后一次給予物品獎勵。如此不僅可以增加訓(xùn)練的次數(shù)，還可以增強(qiáng)訓(xùn)練的效果。

四、獎勵要規(guī)避行為反應(yīng)的疲勞現(xiàn)象

行為反應(yīng)的疲勞現(xiàn)象是指同一刺激多次重復(fù)，那么對應(yīng)該刺激的行為會逐步減弱，直到完全消失，疲勞現(xiàn)象是復(fù)雜行為的一個普遍特征，當(dāng)該現(xiàn)象發(fā)生后，導(dǎo)致釋放行為的刺激閾值升高，同樣的刺激不能使犬釋放行為，但刺激的轉(zhuǎn)換能重新誘發(fā)一個已經(jīng)疲勞的行為反應(yīng)。使用食物雖然可以多次重復(fù)給予獎勵，但是隨著獎勵次數(shù)的增加，犬的饑餓感不斷下降，食物欲求隨之下降。除此之外，食物的重復(fù)刺激會造成行為反應(yīng)的疲勞，犬不愿意為獲得食物再繼續(xù)作業(yè)甚至停止作業(yè)，那么獎勵的效果將會大打折扣。此時如果希望訓(xùn)練繼續(xù)進(jìn)行，可以更換成犬更愛吃的食物或者將食物換成物品給予獎勵，即轉(zhuǎn)換外部刺激重新喚起已經(jīng)疲勞的行為，以便時刻保持犬對訓(xùn)導(dǎo)員的高度注意和欲求。

五、獎勵的程度與最適覓食理論相結(jié)合

最適覓食理論指的是動物應(yīng)在投資最小和收益最大的情況下進(jìn)行覓食或改變覓食行為。以烏鴉捕食海螺為例，為了能吃到海螺肉，烏鴉需要先從海邊啄起海螺，然后飛到內(nèi)陸，再把它從高空扔到巖石上，待海螺殼摔破后再吃海螺肉，海螺越大，殼被摔破的概率也越大，烏鴉總是選擇較大的海螺捕食，雖然與小海螺相比，搬運大海螺的過程中需要消耗更多的能量，但小海螺殼難以摔破，烏鴉需要飛得更高或更多地扔螺次數(shù)，這會造成不能達(dá)到收益的最大化。對工作犬的訓(xùn)練來說，最適覓食理論實際上涉及兩種選擇，即做什么工作和獲取什么獎勵。犬所獲取獎勵的類型受到最適原則的支配，比如在可以得到的食物中犬會選擇最有利或最可口的食物，當(dāng)有利性較大的食物數(shù)量增加時，有利性較小的食物就不能再次激發(fā)犬的工作欲望。當(dāng)犬的工作強(qiáng)度和難度增加時，意味著犬的精力投入也會隨之增加，如果犬完成一次“坐”的動作和完成200m2的草地搜索任務(wù)都給予同樣的食物或物品獎勵，那么就會造成付出和收益的比例失衡，引起犬搜索作業(yè)的積極性下降，此時訓(xùn)導(dǎo)員應(yīng)給予比一般訓(xùn)練更大量的或者更可口的食物獎勵，如果使用物品獎勵，應(yīng)該給予犬更喜歡的、更難獲得的物品進(jìn)行獎勵。

六、獎勵的刺激過濾和行為釋放

獎勵的刺激過濾是指犬在面對的各種獎勵刺激中，只有一部分獎勵刺激能使犬做出反應(yīng)，也就是說只有能夠被犬感知的獎勵對訓(xùn)練才具有生物學(xué)意義，因此足夠的獎勵刺激才可以影響犬的行為。比如在訓(xùn)練犬“坐”的時候，只有訓(xùn)導(dǎo)員的獎勵刺激足以使犬的注意力在訓(xùn)導(dǎo)員身上時，獎勵才有意義，如果犬此時的注意力正盯著周圍車輛或行人，即使給予獎勵，對于“坐”的訓(xùn)練本身毫無意義。行為釋放是指在內(nèi)外部刺激下犬的某種行為得以發(fā)生，行為釋放和獎勵刺激的閾值、犬的行為動機(jī)、刺激過濾密切相關(guān)。比如在多次重復(fù)的搜索作業(yè)訓(xùn)練中，隨著訓(xùn)練的進(jìn)行，刺激行為釋放的閾值也不斷提高，那么對犬獎勵的量需要逐步增加，同時根據(jù)犬行為動機(jī)的變化，訓(xùn)導(dǎo)員需要不斷變換獎勵物，保持訓(xùn)導(dǎo)員獎勵刺激的有效性。

七、小結(jié)

食物和物品獎勵作為犬訓(xùn)練過程中最主要的兩種獎勵物，本身沒有好壞之分，但是要根據(jù)犬的行為動機(jī)、作業(yè)的難易程度、訓(xùn)練的強(qiáng)度等方面選擇不同的獎勵物、獎勵物的種類和數(shù)量，以達(dá)到最好的訓(xùn)練效果。根據(jù)食物和物品的屬性差異和動物的需求層次理論，通常情況下選擇食物作為優(yōu)先獎勵物，當(dāng)犬的饑餓感下降食物欲求降低時，可以更換成更可口的食物或者選擇物品進(jìn)行獎勵，單一物品重復(fù)獎勵會造成犬的行為疲勞，因此訓(xùn)練過程中要準(zhǔn)備盡可能多的物品，根據(jù)犬對不同物品的欲求，依次進(jìn)行獎勵，爭取在有限的訓(xùn)練時間內(nèi)，保持獎勵刺激對犬行為的影響，以便獲得更好的訓(xùn)練效果。