オペラントドッグトレーニングとは何ですか？

IP パブロフにちなんで名付けられた古典的な条件反射とは、この反射は、ある種の必要性によって引き起こされる、動物の積極的な目的のある活動に基づいているという点で異なります。そして同時に強化も、この非常に積極的で目的のある活動の結果です。古典的な条件反射では、強化は無条件、または単に XNUMX 番目の刺激です。

オペラント学習は、犬と猫の知性のおかげでアメリカの科学者EL Thorndikeによって発見されました。実際のところ、ソーンダイクは動物の学習能力を理解し、簡単なロック付きのドアを備えた特別なケージを設計したということです。犬や猫をこの檻に閉じ込め、弟たちがこの扉を開けることを学ぶのを、彼は科学者のような元気な笑みを浮かべながら眺めていた。そして弟や妹たちはさまざまな試みをして扉を開ける方法を学びましたが、成功したものもあれば、失敗したものもありました。したがって、ソーンダイクは、自分が発見した学習の形式を「試行錯誤」と呼びました。

しかし、この形式の学習は、ずっと後に、もう一人の有名なアメリカ人科学者、BF スキナーによって反射的に名付けられました。スキナーは、科学人生のすべてをこの学習に捧げました。それが、オペラント反射の数人の父の中で、スキナーが主な父とみなされる理由です。しかし、公平を期すために、世界で初めて、オペラント学習に基づいたトレーニングが、私たちの素晴らしいトレーナー、ウラジミール・ドゥロフによって彼の著書『動物トレーニング』で説明されたことを指摘しておきます。私の方法に従って訓練された動物の心理学的観察。 40年の経験。」したがって、ロシア版のオペラントトレーニングについてはウラジミールドゥロフの本で読むことができ、アメリカ版のオペラントトレーニングについては「犬に向かってうなるな！」という本で詳しく説明されています。心理学者でトレーナーのカレン・プライヤー著です。ちなみに、こちらも読むことをお勧めします。

スキナーの一般的なオペラントトレーニング方法は、次の手順で説明できます。

剥奪の段階。 これはスキナーが 30 年代にこの段階と呼んだものです。しかし、今ではこの段階は「基本的なニーズを選択し、創造する段階」と呼ぶべきでしょう。
オペラント条件反射を形成するとき、犬に知られているほとんどすべての欲求を利用できますが、スキナーは食物の欲求をより頻繁に利用しました。そして、剥奪段階の意味は、スキナーが動物たちにしばらく餌を与えないか、飢えさせたということだった。食物の強化は、この動物が生体重の約20％を失ったときに初めてその動物にとって重要になり、学習に効果的になると考えられていました。ああ、ああ、マナー！
調整食品強化の形成段階。 スキナーは研究で自動給餌器を使用しましたが、その音は動物に飼料ペレットの出現を知らせる信号であると考えられていました。そして、これには時間がかかりました。餌台の音に反応してネズミがすぐに餌台に駆け寄ったとき、この段階は完了したとみなされた。
実際、この段階は食物の強化による古典的な条件付き音反射の形成です。これは、いわゆるクリッカートレーニング、つまり条件付けされた音の食べ物によるポジティブな強化を使用するトレーニング方法の基礎としても機能します。
そして我々は、オペラント訓練が強化の問題に注目している点で、オペラント訓練学校が国内の伝統的な訓練とは有利に区別されていることを認めなければならない。特にポジティブで確率的な強化。
反応形成の段階。 模範的な行動として、スキナーはネズミにペダルを踏むよう訓練し、ハトにキーをつつくよう訓練した。ペダルを踏んだときの反応の形成は、試行錯誤（自発的形成）、指示的または逐次的形成、および目標方法の XNUMX つの方法のいずれかで実行されました。
自然発生は、動物がスキナーボックス内を移動中に誤ってペダルを押し、ペダルを押すことが徐々に自動給餌器の組み込みと関連付けられたという事実にありました。
方向性の形成中、研究者は自動フィーダーのスイッチを入れ、最初にペダルに向かう方向を強化し、次にペダルに近づき、最後にペダルを押しました。クリッカートレーニングをしてみませんか！
そして、標的となった手口は、鍵に食べ物の粒が貼り付けられており、それを引きはがそうとレバーを押すというものだった。
望ましい行動を開始するための現代のオペラント訓練方法では、動物に影響を与えるほぼすべての既知の方法を使用できます。ただし、嫌悪感（痛みや不快感を引き起こす）を使用することは効果がないと考えられています。
行動を刺激制御下に置くか、差別化刺激を導入する。 言い換えれば、条件付きの刺激や命令の導入です。
スキナーと彼の支持者は、行動の形成と条件付き刺激（コマンド）との関係の同時並行的な発展はXNUMXつの異なるプロセスであると信じていました。そして、XNUMX つの異なるものを同時に同化することが学習を複雑にします。したがって、従来のオペラントは最初に動作を形成し、次にコマンドを入力します。
オペラント学習において、差別化刺激は概して私たちの理解における命令ではないことを強調しておく必要があります。チームというのは命令のようなものですよね。私たちは通常、このように解釈します。差別化刺激とは、現時点で行動の実行が最も効果的であり、一般的に可能であるという情報です。このように、オペラントトレーニングにおける「命令」は、その行動を許可し、実行させる機能を持っています。
これをより明確にするために、差別化刺激として実験に電球を導入したことを分析してみましょう。そのため、ネズミはペダルを踏むことを学習し、食べたいときにペダルを踏みます。研究者はライトを数秒間点灯し、ライトが点灯しているときにのみペダルを踏むと飼料が供給される条件を作成します。そしてライトが消えると、どれだけ押してもXNUMX本指の組み合わせになります！つまり、電球を含めることで、さまざまな状態が作成され、分離され、区別され、区別されます。そしてネズミはすぐに理解し始めます。そして、彼女は本当に食べたいので（彼女には食べ物が必要です！）、電球が点灯しているのを見ると、すぐにペダルに走り、そして、それを押します！外から見ると、スイッチが入った電球がネズミにペダルを踏むように命令しているように見えます。しかし、今ではそうではないことがわかります。ライトが点灯すると、「ペダルを踏めるようになりました」と表示されます。だけ！
行動を強化する。 形成された動作のスキルへの統合は、確率的強化を使用した繰り返しによって実行されます。これにはさまざまなニーズを利用し、それに応じてさまざまな補強を適用することも役立ちます。
ウラジミール・ドゥロフに由来するオペラント訓練法の国内版は、実行刺激（命令、分化刺激、条件刺激）をすぐに導入できるという点だけが異なります。実践してみると、スキルの形成は、輸入したテクニックよりも遅くないことがわかります。また、ステップ全体を省略できるため、時間を節約できます。したがって、トレーニング技術の国内メーカーをサポートすることは理にかなっています。