狗的正向增強與制約學習如何運作?

狗的正向增強訓練,是在牠做出希望重複的行為後,給予牠願意努力取得的玩具、遊戲或零食,讓該行為日後更可能出現。核心是狗會把自己的行為與後果連結起來;響片或短詞標記則能指出「剛才哪個動作做對了」。AKC文章作者Stephanie Gibeault認為,這不是賄賂或噱頭,而是建立在動物學習科學上的有效訓練方式。
操作制約:狗從行為的後果學習
Gibeault將操作制約解釋為試誤學習:狗會把行為與隨後發生的事連結,帶來愉快後果的行為較可能增加,帶來不愉快後果的行為則較可能減少。在「正向增強」裡,正向指加入某樣事物,增強指行為出現的頻率增加,不是單純替訓練貼上好壞標籤。
例如,狗坐下後得到喜愛的獎勵,日後便較可能再次坐下。但同一個學習機制,也可能強化飼主不想要的行為。文章舉例,狗在主人講電話時吠叫,主人為了讓牠安靜而給骨頭,牠下次可能又在電話響起時吠叫。主人想讓牠停止,狗卻可能學到「吠叫會得到好東西」。
標記指出做對的瞬間,獎勵接著到來
Dogs Trust指出,標記是清楚的訊號,用來精確指出希望狗做出的行為,尤其有助於教導新行為。狗逐漸學會:這個訊號不只表示做對了,也預告接下來會有獎勵。
- 選擇一致的訊號:可以使用響片或簡短詞語;口頭標記宜選平常不常出現的詞,減少混淆。
- 標出目標動作:例如要獎勵坐下,就在狗做出坐下動作時給標記,指出獎勵對應的是什麼。
- 標記後立即給獎勵:讓訊號、行為與獎勵之間維持清楚的連結。
Gibeault在2023年的響片訓練文章中解釋,響片反覆與獎勵配對後,會成為「制約增強物」,可能提高訓練效率。它的用途是幫助溝通,而不是發出聲音就能取代後續獎勵。
為何作者不把獎勵視為賄賂?
Gibeault回應的是「狗應該直接服從,不該為了獎品才做」的疑慮。她的立場是,獎勵正確行為本來就是運用狗的學習方式,不應因此被視為賄賂。重點在於希望增加哪個行為,以及狗是否真的想要那份獎勵。
Dogs Trust同樣推薦獎勵訓練,並指出這類互動有助於建立人狗之間的正向關係、培養信心及鼓勵狗自主思考。獎勵也不必固定是零食:不同狗喜歡的事物不同,玩具、遊戲或人的關注都可能有價值。選擇應從狗的偏好出發,而不是只看飼主覺得什麼算獎品。[1][2][3][4]
狗的正向增強與制約學習的網路各方意見
訓練時一定要讓狗先看到零食嗎?
不一定。一位論壇回答者區分了用零食引導動作,與狗做出期望行為後才給獎勵;他認為,引導只用於最初幾次練習,可避免讓人誤以為狗只有看到零食才會配合。這是回答者提出的訓練方式,不能保證每隻狗都能以相同步驟學會。[5]
正向增強能用來處理跳人等不希望的行為嗎?
可以用獎勵教導狗做出希望出現的行為,而不只注意牠做錯什麼。澳洲皇家防止虐待動物協會指出,獎勵正確行為的方式也可用於減少跳人;對靈緹而言,一致、可預測的正向回饋有助於牠們了解該怎麼做,並建立信心。具體做法仍須考量狗的個別情況。[6]
狗在寄宿訓練學會動作後,回家還要練習嗎?
要。AKC文章提醒,寄宿訓練結束後,飼主仍需持續練習並增強希望保留的行為;例如狗在寄宿處學會坐下,回家後若從未因坐下得到獎勵,新行為可能逐漸消退。獎勵可以是零食、玩具、遊戲或稱讚,訓練則需要長期持續。[7]
幼犬散步訓練用了很多零食,正餐需要調整嗎?
Dogs Trust建議,幼犬首次散步及訓練時,若吃了大量零食,應相應減少正餐份量,以抵銷零食帶來的額外攝取量。[8]
參考資料
- Positive Reinforcement Dog Training: The Science Behind Operant Conditioning — 本文據此說明:狗的正向增強訓練,是在牠做出希望重複的行為後,給予牠願意努力取得的玩具、遊戲或零食,讓該行為日後更可能出現。
- How to introduce a marker to your dog training — 本文引用的觀點是:標記是指出狗做對的精確行為的明確訊號,應立即接著給獎勵;狗學會這種關聯後較可能重複該行為。
- Positive reinforcement – training with rewards — 本文引用的觀點是:作者稱獎勵訓練是鼓勵期望行為及狗學習的最佳方式,並可增進人狗正向關係、信心及自主思考。
- How to Use Clicker Training to Communicate With Your Dog — 本文引用的觀點是:狗較可能重複得到獎勵的行為;響片訓練在正向增強中加入標記,可能使訓練更有效率。
- Are there smell-sealing treat bags that I could inconspicuously carry with me? — 「訓練時一定要讓狗先看到零食嗎?」一題引用論壇發言者針對該情境的說法:口頭或響片等標記可經制約與獎勵連結,用來標示要獎勵的瞬間,並協助與狗溝通;發言者認為適當訓練的狗會主動提供行為。
- What should I know about owning a greyhound? — 本文用來回答「正向增強能用來處理跳人等不希望的行為嗎?」。
- Are Board and Train Programs a Solution to Your Training Problems? — 本文用來回答「狗在寄宿訓練學會動作後,回家還要練習嗎?」。
- How to take your puppy for their first walk — 本文用來回答「幼犬散步訓練用了很多零食,正餐需要調整嗎?」。


PR
狗需要哪些維生素和礦物質?
狗過度吠叫有哪些原因、表現,該怎麼辦?
狗感到害怕或不安全時,飼主該如何介入?