Ano ang operant dog training?

Mula sa classical conditioned reflex na pinangalanang IP Pavlov, ang reflex na ito ay naiiba dahil ito ay batay sa aktibong layunin na aktibidad ng hayop, na sanhi ng ilang uri ng pangangailangan. At ang pagpapalakas sa parehong oras ay ang resulta ng napaka-aktibo at may layunin na aktibidad na ito. Habang may classical conditioned reflex, ang reinforcement ay ang unconditioned, o simpleng pangalawang stimulus.

Ang operant learning ay natuklasan ng American scientist na si EL Thorndike salamat sa katalinuhan ng mga pusa at aso. Ang katotohanan ay ang Thorndike, na inaalam ang kakayahan ng mga hayop na matuto, ay nagdisenyo ng isang espesyal na hawla na nilagyan ng pinto na may simpleng lock. Isinara ang mga pusa at aso sa hawla na ito, pinanood niya ang malusog na pagnanasa ng isang siyentipiko habang natutong buksan ng kanyang mas maliliit na kapatid ang pintong ito. At ang mga nakababatang kapatid na lalaki at babae ay natutong buksan ang pinto sa pamamagitan ng paggawa ng iba't ibang mga pagtatangka, ang ilan ay matagumpay, at ang ilan ay hindi. Samakatuwid, tinawag ni Thorndike ang anyo ng pag-aaral na natuklasan niya na "pagsubok at pagkakamali."

Ang isang reflex, gayunpaman, ang anyo ng pag-aaral na ito ay tinawag ng isa pang kilalang Amerikanong siyentipiko, si BF Skinner, na itinalaga ang kanyang buong buhay pang-agham dito. Kaya naman, sa ilang mga ama ng operant reflex, si Skinner ay itinuturing na pangunahing ama. Gayunpaman, sa pagiging patas, napansin namin na sa unang pagkakataon sa mundo, ang pagsasanay batay sa pag-aaral ng operant ay inilarawan ng aming kahanga-hangang tagapagsanay na si Vladimir Durov sa kanyang aklat na "Animal Training. Mga sikolohikal na obserbasyon sa mga hayop na sinanay ayon sa aking pamamaraan. 40 taong karanasan.” Kaya, maaari mong basahin ang tungkol sa bersyon ng Russian ng operant na pagsasanay sa aklat ni Vladimir Durov, at ang American na bersyon ng operant na pagsasanay ay mahusay na inilarawan sa aklat na "Huwag umungol sa aso!" sa pamamagitan ng psychologist at trainer na si Karen Pryor, na, sa pamamagitan ng paraan, ipinapayo ko rin sa iyo na basahin.

Ang pangkalahatang pamamaraan ni Skinner ng operant na pagsasanay ay maaaring ilarawan sa mga sumusunod na hakbang:

yugto ng kawalan. Ito ang tinawag ni Skinner sa yugtong ito noong 30s. Gayunpaman, ngayon ang yugtong ito ay dapat na tawaging "ang yugto ng pagpili at paglikha ng isang pangunahing pangangailangan."
Kapag bumubuo ng isang operant conditioned reflex, halos lahat ng mga pangangailangan na alam ng mga aso ay maaaring gamitin, ngunit ginamit ni Skinner ang pangangailangan ng pagkain nang mas madalas. At ang kahulugan ng yugto ng pag-agaw ay ang Skinner ay hindi nagpapakain ng ilang sandali sa mga hayop, o nagpagutom sa kanila. Ito ay pinaniniwalaan na ang food reinforcement ay naging makabuluhan lamang para sa hayop at epektibo para sa pag-aaral kapag ang hayop na ito ay nawalan ng humigit-kumulang 20% ng kanyang buhay na timbang. Oh beses, oh asal!
Ang yugto ng pagbuo ng nakakondisyon na pampalakas ng pagkain. Sa kanyang pananaliksik, gumamit si Skinner ng mga awtomatikong feeder, na ang tunog ay dapat na isang senyas sa mga hayop para sa hitsura ng isang feed pellet. At nagtagal ito. Itinuring na kumpleto ang entablado nang, bilang tugon sa tunog ng feeder, agad na tumakbo ang daga sa feeder.
Sa katunayan, ang yugtong ito ay ang pagbuo ng isang klasikal na nakakondisyon na sound reflex na may pampalakas ng pagkain. Ito rin ay nagsisilbing batayan para sa tinatawag na clicker training - isang paraan ng pagsasanay gamit ang nakakondisyon na sound positive reinforcement.
At kailangan nating aminin na ang paaralan ng operant training ay may kaibhan mula sa domestic tradisyunal na pagsasanay sa pamamagitan ng pansin na binabayaran ng operant training sa isyu ng reinforcement. Lalo na ang positibo at probabilistikong reinforcement.
Yugto ng pagbuo ng reaksyon. Bilang isang modelo ng pag-uugali, sinanay ni Skinner ang kanyang mga daga na pindutin ang pedal at ang kanyang mga kalapati upang tusukin ang susi. Ang pagbuo ng reaksyon ng pagpindot sa pedal ay isinasagawa sa isa sa tatlong paraan: sa pamamagitan ng pagsubok at pagkakamali (kusang pagbuo), sa pamamagitan ng direksyon o sunud-sunod na pagbuo at sa pamamagitan ng target na paraan.
Ang kusang pagbuo ay binubuo sa katotohanan na ang hayop, na naglalakbay sa kahon ng Skinner, ay hindi sinasadyang pinindot ang pedal at unti-unting nauugnay ang pagpindot nito sa pagsasama ng awtomatikong tagapagpakain.
Sa panahon ng pagbubuo ng direksyon, binuksan ng mananaliksik ang awtomatikong tagapagpakain, unang pinalakas ang anumang oryentasyon patungo sa pedal, pagkatapos ay papalapit dito, at sa wakas ay pinindot ito. Bakit hindi clicker training!
At ang target na paraan ay ang isang pellet ng pagkain ay nakadikit sa susi, ang mga pagtatangka na mapunit ito ay humantong sa pagpindot sa pingga.
Ang modernong paraan ng pagsasanay ng operant para sa pagsisimula ng nais na pag-uugali ay nagpapahintulot sa paggamit ng halos lahat ng kilalang paraan ng pag-impluwensya sa hayop. Gayunpaman, itinuturing na hindi epektibo ang paggamit ng mga aversive (na humahantong sa sakit o kakulangan sa ginhawa) na mga epekto.
Ang pagdadala ng pag-uugali sa ilalim ng kontrol ng stimulus o pagpapakilala ng kakaibang stimulus. Sa madaling salita, ang pagpapakilala ng isang nakakondisyon na pampasigla o utos.
Naniniwala si Skinner at ang kanyang mga tagasuporta na ang pagbuo ng isang aksyon at ang magkasabay na pag-unlad ng koneksyon nito sa isang nakakondisyon na pampasigla (utos) ay dalawang magkaibang proseso. At ang sabay-sabay na asimilasyon ng dalawang magkaibang bagay ay nagpapalubha sa pag-aaral. Samakatuwid, ang mga tradisyunal na operator ay unang bumubuo ng pag-uugali, at pagkatapos ay ipasok ang utos.
Dapat bigyang-diin na sa operant learning, ang differentiating stimulus ay sa pangkalahatan ay hindi isang utos sa ating pang-unawa. Ang isang koponan ay parang isang order, hindi ba? Karaniwan naming binibigyang kahulugan ito sa ganitong paraan. Ang pagkakaiba-iba ng stimulus ay impormasyon na sa ngayon ang pagpapatupad ng isang pag-uugali ay pinaka-epektibo at sa pangkalahatan ay posible. Kaya, ang "utos" sa operant na pagsasanay ay may tungkulin na pahintulutan at pahintulutan ang pag-uugali na maisagawa.
Upang gawing mas malinaw, suriin natin ang pagpapakilala ng isang bumbilya sa eksperimento bilang isang pagkakaiba-iba ng stimulus. Kaya, natutong pinindot ng daga ang pedal at pinipindot ito kapag gusto nitong kumain. Binuksan ng mananaliksik ang ilaw sa loob ng ilang segundo at lumilikha ng mga kondisyon kung saan ang pagpindot sa pedal lamang kapag nakabukas ang ilaw ay humahantong sa supply ng feed. At kapag namatay ang ilaw, kahit anong pinindot mo, magkakaroon ka ng kumbinasyon ng tatlong daliri! Iyon ay, ang pagsasama ng isang ilaw na bombilya ay lumilikha, naghihiwalay, nakikilala, nag-iiba ng iba't ibang mga kondisyon. At ang daga sa lalong madaling panahon ay nagsimulang maunawaan. And since she really wants to eat (she has a food need!), Then, when she see the light bulb on, she immediately run to the pedal and, well, press it! Mula sa labas, tila ang nakabukas na bumbilya ay gumagawa ng daga, nag-uutos na pindutin ang pedal. Ngunit ngayon naiintindihan mo na ito ay hindi ganoon. Kapag ang ilaw ay bumukas, ito ay nagsasabi: Ngayon ay maaari mong pindutin ang pedal. Ngunit lamang!
Pagpapatibay ng pag-uugali. Ang pagsasama-sama ng nabuong pag-uugali sa kasanayan ay isinasagawa sa pamamagitan ng pag-uulit gamit ang probabilistic reinforcement. Kapaki-pakinabang din na gumamit ng iba't ibang mga pangangailangan para dito at, nang naaayon, maglapat ng iba't ibang mga reinforcement.
Ang domestic na bersyon ng operant na paraan ng pagsasanay, na nagmula sa Vladimir Durov, ay naiiba lamang sa na ito ay nagbibigay-daan sa iyo upang agad na ipakilala ang isang executive stimulus (utos, differentiating stimulus, conditioned stimulus). Ipinapakita ng pagsasanay na ang isang kasanayan ay nabuo nang hindi mas mabagal kaysa sa isang na-import na pamamaraan. At dahil pinapayagan ka nitong alisin ang isang buong hakbang, nakakatipid ito ng oras. Kaya makatuwirang suportahan ang domestic na tagagawa ng mga diskarte sa pagsasanay!