Hva er operant hundetrening?

Fra den klassiske betingede refleksen oppkalt etter IP Pavlov, skiller denne refleksen seg ved at den er basert på den aktive målrettede aktiviteten til dyret, forårsaket av en slags behov. Og forsterkning på samme tid er resultatet av denne svært aktive og målrettede aktiviteten. Mens med den klassiske betingede refleksen, er forsterkningen den ubetingede, eller rett og slett den andre stimulansen.

Operant læring ble oppdaget av den amerikanske forskeren EL Thorndike takket være intelligensen til katter og hunder. Faktum er at Thorndike, som fant ut dyrs evne til å lære, designet et spesielt bur utstyrt med en dør med en enkel lås. Da han lukket katter og hunder i dette buret, så han med en vitenskapsmanns sunne glede mens de mindre brødrene hans lærte å åpne denne døren. Og de yngre brødrene og søstrene lærte å åpne døren ved å gjøre forskjellige forsøk, hvorav noen lyktes, og andre ikke. Derfor kalte Thorndike læringsformen han oppdaget for «prøving og feiling».

En refleks, men denne formen for læring ble kalt mye senere av en annen kjent amerikansk vitenskapsmann, BF Skinner, som viet hele sitt vitenskapelige liv til den. Det er derfor, blant de flere fedrene til den operante refleksen, Skinner regnes som hovedfaren. For rettferdighets skyld bemerker vi at for første gang i verden ble trening basert på operant læring beskrevet av vår fantastiske trener Vladimir Durov i boken hans "Animal Training. Psykologiske observasjoner på dyr trent i henhold til min metode. 40 års erfaring." Dermed kan du lese om den russiske versjonen av operanttrening i boken av Vladimir Durov, og den amerikanske versjonen av operanttrening er godt beskrevet i boken "Ikke knurr på hunden!" av psykolog og trener Karen Pryor, som jeg forresten også anbefaler deg å lese.

Skinners generelle metode for operant trening kan beskrives i følgende trinn:

stadium av deprivasjon. Dette er hva Skinner kalte dette stadiet på 30-tallet. Imidlertid bør nå dette stadiet kalles "stadiet for å velge og skape et grunnleggende behov."
Når du danner en operant betinget refleks, kan nesten alle behovene som er kjent for hunder brukes, men Skinner brukte matbehovet oftere. Og meningen med deprivasjonsstadiet var at Skinner enten undermatet dyrene en stund, eller sultet dem. Det ble antatt at matforsterkning først ble betydelig for dyret og effektiv for læring når dette dyret mistet omtrent 20 % av sin levende vekt. Å ganger, å manerer!
Stadiet for dannelse av betinget matforsterkning. I sin forskning brukte Skinner automatiske matere, hvis lyd skulle være et signal til dyr om utseendet til en fôrpellet. Og dette tok tid. Etappen ble ansett som fullført da, som svar på lyden fra materen, løp rotten umiddelbart til materen.
Faktisk er dette stadiet dannelsen av en klassisk betinget lydrefleks med matforsterkning. Den fungerer også som grunnlaget for den såkalte klikkertreningen – en treningsmetode som bruker betinget lydmat positiv forsterkning.
Og vi må innrømme at skolen for operanttrening skiller seg gunstig fra innenlandsk tradisjonell trening ved oppmerksomheten som operanttrening gir til spørsmålet om forsterkning. Spesielt positiv og sannsynlig forsterkning.
Stadium av reaksjonsdannelse. Som modellatferd trente Skinner rottene sine til å trykke på pedalen og duene for å hakke nøkkelen. Dannelsen av reaksjonen ved å trykke på pedalen ble utført på en av tre måter: ved prøving og feiling (spontan formasjon), ved rettet eller sekvensiell formasjon og ved målmetoden.
Spontan dannelse besto i det faktum at dyret, som reiste gjennom Skinner-boksen, ved et uhell trykket på pedalen og gradvis assosiert å trykke den med inkluderingen av den automatiske materen.
Under retningsformasjon slått forskeren på den automatiske materen, først forsterket enhver orientering mot pedalen, så nærmet seg den og til slutt trykket den. Hvorfor ikke klikkertrening!
Og målmetoden var at en pellet med mat ble limt på nøkkelen, forsøk på å rive den av førte til å trykke på spaken.
Den moderne metoden for operant trening for å sette i gang ønsket atferd tillater bruk av nesten alle kjente metoder for å påvirke dyret. Imidlertid anses det som ineffektivt å bruke aversive (som fører til smerte eller ubehag) effekter.
Å bringe atferd under stimuluskontroll eller introdusere en differensierende stimulus. Med andre ord, innføringen av en betinget stimulus eller kommando.
Skinner og hans støttespillere mente at dannelsen av en handling og den samtidige parallelle utviklingen av dens forbindelse med en betinget stimulus (kommando) er to forskjellige prosesser. Og samtidig assimilering av to forskjellige ting kompliserer læring. Derfor danner tradisjonelle operanter først atferden, og skriver deretter inn kommandoen.
Det bør understrekes at i operant læring er en differensierende stimulus stort sett ikke en kommando i vår forståelse. Et lag er som en ordre, er det ikke? Vi tolker det vanligvis slik. En differensierende stimulus er informasjon om at utførelse av en atferd akkurat nå er mest effektiv og generelt mulig. Dermed har "kommandoen" i operant trening funksjonen til å tillate og tillate at atferden utføres.
For å gjøre det klarere, la oss analysere introduksjonen av en lyspære i eksperimentet som en differensierende stimulus. Så rotta har lært seg å trykke på pedalen og trykker på den når den vil spise. Forskeren slår på lyset i et par sekunder og skaper forhold der å trykke på pedalen bare når lyset er på fører til fôrtilførselen. Og når lyset slås av, uansett hvor mye du trykker, vil du ha en kombinasjon av tre fingre! Det vil si at inkludering av en lyspære skaper, skiller, skiller, skiller forskjellige forhold. Og rotta begynner snart å forstå. Og siden hun virkelig vil spise (hun har et matbehov!), så, når hun ser lyspæren på, løper hun umiddelbart til pedalen og, vel, trykker på den! Fra utsiden ser det ut til at den påslåtte lyspæren får rotta til å beordre den til å trykke på pedalen. Men nå forstår du at det ikke er slik. Når lyset tennes står det: Nå kan du trykke på pedalen. Men bare!
Forsterkende atferd. Konsolidering av den dannede oppførselen til ferdigheten utføres ved repetisjon ved bruk av sannsynlighetsforsterkning. Det er også nyttig å bruke forskjellige behov for dette og følgelig bruke forskjellige forsterkninger.
Den innenlandske versjonen av den operante treningsmetoden, som stammer fra Vladimir Durov, skiller seg bare ved at den lar deg umiddelbart introdusere en executive stimulus (kommando, differensierende stimulus, betinget stimulus). Praksis viser at en ferdighet ikke dannes langsommere enn med en importert teknikk. Og siden det lar deg eliminere et helt trinn, sparer det tid. Så det er fornuftig å støtte den innenlandske produsenten av treningsteknikker!