固定時(shí)距強化

1.  定義

在操作性條件反射中，固定時(shí)距強化是指這樣一種強化程式，首次反應只有在特定時(shí)間段之后才得到獎勵。在這種強化程式中，每當臨近時(shí)間段的結尾，反應就會(huì )大量增加。但在呈現強化物之后，反應又會(huì )立即減弱。

2.  基本特征

• 非常明顯的強化后暫停

• 隨著(zhù)強化時(shí)間的鄰近，反應會(huì )逐漸增加

3.  例子

實(shí)驗室：假設你正在訓練老鼠按壓杠桿（見(jiàn)圖1，譯者添加），每隔10分鐘，你會(huì )強化首次反應。在強化后的第一個(gè)5分鐘，老鼠不會(huì )過(guò)多地按壓杠桿，但當10分鐘臨近時(shí)，老鼠會(huì )愈發(fā)頻繁地按壓杠桿。

真實(shí)世界：每周薪水就是固定時(shí)距強化的典型例子。雇員每7天得到一次強化，當發(fā)薪日臨近時(shí)，會(huì )出現高反應率。

圖1——斯金納箱

變化時(shí)距強化

1.  定義

在操作性條件反射中，變化時(shí)距強化是指這樣一種強化程式，在一個(gè)無(wú)法預期的時(shí)間段之后，反應會(huì )得到獎勵。這種強化程式會(huì )導致緩慢而穩定的反應率。

2.  基本特征

很難消退

• 反應率比較低但穩定

• 強化后只有非常短暫的反應后暫?，F象

3.  例子

檢查郵件：在一天中，你會(huì )在任一時(shí)間去檢查你的郵件，而不是在收到每封郵件的時(shí)候去檢查。

雇主檢查你的工作：你的老板有沒(méi)有在一天中好幾次來(lái)你的辦公室檢查你的工作進(jìn)度？這是一個(gè)變化時(shí)距強化的例子。你沒(méi)法準確知道這種檢查會(huì )在什么時(shí)候發(fā)生。

固定比率強化

1.  定義

在操作性條件反射中，固定比率強化是指這樣一種強化程式，反應只有累積到了一定次數才會(huì )得到強化。這種強化程式會(huì )產(chǎn)生高且平穩的反應率，并且在呈現強化物后，只有短暫的暫?，F象。

2.  基本特征

• 高且平穩的反應

• 非常適合用于學(xué)習新的行為

• 在強化后會(huì )有短暫的反應后暫?，F象，但會(huì )很快恢復

3.  例子

生產(chǎn)線(xiàn)工作：每制作完成15個(gè)部件，部件工廠(chǎng)的工人就有報酬可拿。這會(huì )造成高的生產(chǎn)效率，工人也會(huì )選擇更少的休息。然而，可能會(huì )造成精疲力竭和較低的工作質(zhì)量。

在視頻游戲中收集代幣：在許多視頻游戲中，為了得到某種獎勵，你會(huì )收集足夠多的代幣、物品或積分。

變化比率強化

1.  定義

在操作性條件反射中，變化比率強化是指這樣一種強化程式，在一個(gè)無(wú)法預期的反應次數之后，反應會(huì )得到強化。這種強化程式會(huì )造成很穩定的反應率。賭博和彩票就是典型的例子。

2.  基本特征

• 高且穩定的反應率

•  強化后只有短暫的暫?，F象

3.  例子

老虎機：游戲者不知道自己要玩多少次才有可能贏(yíng)。他們只知道最終是會(huì )贏(yíng)的。這就是老虎機如此有效，游戲者又很難放棄的原因。每當他們往老虎機投入一枚硬幣，他們總是有可能贏(yíng)的。

銷(xiāo)售獎金：呼叫中心通常會(huì )給員工提供隨機的獎金。員工永遠不知道他們要打多少通電話(huà)才能得到獎金，但他們知道，打更多的電話(huà)、完成更多的銷(xiāo)售，他們會(huì )更有可能得到獎金。

圖2——強化程式（圖片來(lái)自維基百科，譯者添加）

總結（以下內容為譯者總結）：

1.  反應后暫?，F象是由固定的程式設計造成的，變化的程式設計反應率比較穩定，但固定比率強化會(huì )比固定時(shí)間強化恢復更快（因為多勞多得），反應率相對平穩

2.  按比率強化比按時(shí)間強化有著(zhù)更高的反應率，因為多勞多得；變化的程式設計比固定的程式設計造成更高的反應率，因為其具有不可預期的特點(diǎn)

3.  學(xué)習新的行為要用固定程式設計，以強化還沒(méi)有建立的聯(lián)結；而固定比率強化優(yōu)于固定時(shí)距強化，前者有更高的反應率

4.  變化的程式設計相比固定的程式設計，反應更難消退；而相比于變化比率強化，變化時(shí)距強化更難消退

5.  與間歇強化相對的是連續強化，即在每次反應后都給予強化，連續強化學(xué)習新的行為最快，但也最易消退