報酬ベースの犬の訓練を理解する

トリムされた中年の女性は、トレーニングセンターのゴム製マットを勢いよく歩き、黒いラブラドールレトリバーが彼女の側で楽しく跳ね返っていました。彼女はスムーズに停止し、スキップはすぐに彼女の隣に完璧なかかとの位置で座った。 "はい！"私は自分自身に思いを馳せ、カーラが手を伸ばして熱心にスキップの頭を軽くたたくと、ひるんだ。スキップは飛び上がって彼の人間から離れました。

「カーラ」私はそっと言った。 「あなたはまっすぐ座っていることで彼を罰しただけです。」カーラの顔が落ちた。 「やめろ！」彼女は叫んだ。 「なぜそれを思い出せないのですか！」

ちょっと待って 。 。 。犬を撫でることはいつから罰と見なされますか？スキップ以来、頭を下げてカーラの手から離れることで、撫でられるのが好きではなかったことを知らせてくれました。カーラが生涯にわたって所有し、訓練してきた他のすべてのラボは、報酬として触れられることを崇拝していました。カーラは、犬のことを考えずに良いとかわいがりました。それは、条件付けの良い反応でした。残念ながら、スキップは触れられるのが好きではなかったので、彼女が彼にそれをするたびに、彼女は実際に彼を罰し、彼がその完璧な座りを再び行う可能性を減らしました！

犬の人生における決定とその結果としての行動は、特定の行動が好きなもの（報酬）を生み出すのか、嫌いなもの（罰）を生み出すのかによって決まります。トレーニングは、単に報酬と罰を思慮深く操作することの問題です。 。 。しかし、あなたはあなたの犬を知り、彼の好き嫌いを完全に認識し、あなたのために「トレーニング」を機能させるためにあなた自身の行動を意識する必要があります。

報酬と罰
1950年代に、行動科学者のB.F.スキナーは、中枢神経系を持つすべての生物に適用できるいくつかの原理を開発しました。彼は、動物は彼らにとって楽しい/やりがいのある行動を繰り返す可能性が高く、不快な何か（罰）をもたらす行動を繰り返す可能性が低いことを発見しました。中立的な刺激（動物にとって重要ではないもの）は、行動に何らかの影響を与えません。

スキナーは、人間がこれらの単純な原理を使用して動物の行動を変更できることを実証しました。報酬は、動物が提供する行動を意図的に増やすための最も信頼できる方法です。逆に、罰はそれらの行動を減らします。 （次のストーリーの最後にある「オペラント条件付けの4つの原則」を参照してください）。私たちはこれらの行動原則を犬の訓練に使用し、大きな成功を収めています。

ただし、Skipと同様に、「報酬」と「罰」の実際の適用は、定義が異なっていても、犬によって異なります。報酬は、特定の犬が好きなものです。罰は犬が嫌いなものです。

犬がたまらない報酬として役立つほど高く評価する食べ物を見つけることがほとんどの場合、私たちはトレーニングの報酬として食べ物の御馳走を頻繁に使用しますが、食べ物だけが私たちに利用できる報酬ではありません。報酬は犬が好きなものであることを忘れないでください。それは頭を軽くたたく（ただし、触れられたくないスキップのような犬には当てはまらない）、口頭での賞賛、綱引き戦争のゲーム、棒やテニスボールの追跡、ひもにつないで歩くことなどがあります。 、車に乗る、ソファにジャンプする許可、敏捷性コースを実行するための合図、庭に飛び出すための「待機」からの解放、湖にジャンプする許可、または切り上げるための合図羊の群れ。

平均的な経験の浅い犬のハンドラーが「罰」という言葉を聞くとき、彼は一般に、犬を叩いたり、つまんだり、蹴ったり、ひもにつないだりするなど、体罰の明白な形を思い浮かべます。体罰は、ハンドラーを危険にさらし、犬との関係を損ない、犬のトレーニングへの熱意を損なう可能性があるため、お勧めしません。幸いなことに、体罰は望ましくない行動を排除する唯一の方法ではありません。

行動主義者は、「罰」という言葉を、動物が特定の行動を減少させるものとして定義していることを忘れないでください。したがって、触れられたくないラボであるスキップの場合、ストレートシットを実行した後の頭を軽くたたくだけで、ストレートシットの実行を停止できました。

「ポジティブトレーナー」（痛み、恐怖、力、脅迫を使わずにトレーニングすることを約束した人）は、トレーニングの目標を達成するために、特定の形式の「罰」（行動の意味で）を使用することがよくあります。たとえば、肉体的な接触と注意を切望する犬がトレーナーのいたるところにジャンプすると、彼女は彼に背を向けて立ち去り、注意（アイコンタクトと相互作用）と犬との肉体的な接触の可能性の両方を取り除きます。これらは、犬がジャンプして求めている報酬です。犬のジャンプ行動がひどく欲しいものを失い続けると、特にこの「罰」が注意の「報酬」と対になって、静かに座っていることを扱い、愛撫するとき、彼はジャンプをやめます。

したがって、特定の犬に対する罰または報酬を実際に構成するのは、個々の問題です。行動の面では、コンテキストがすべてです。

意図しないトレーニング
したがって、トレーニングとは、犬の行動を意図的に操作するために報酬と罰を意図的に使用することです。時々覚えにくいのは、私たちが注意を払っていようといまいと、犬はいつも学んでいるという事実です。犬が自分のやっていることのいくつかをなぜやるのか、あるいは人々が望んでいることをやらないのか、人々はしばしば不思議に思っています。

実はとても簡単です。犬は彼らのために働くことをします。彼らはそれから何かを得ない限り何もしません。

犬は、楽しい、気持ちがいい、味が良いなどの理由で、「不適切な行動」と見なされることを行います。犬の視点から見ると、ゴミを捨てたり、猫を追いかけたり、ソファで寝たりするなど、私たちに受け入れられない行動はとても楽しいです！

欲求不満の飼い主はよくトレーナーにこう言います。私は彼がそうするとき彼を罰します、しかし彼はまだそれをします。どうして？"時々、犬が行動から得る楽しみは、飼い主の「罰」を上回ります。裏庭の柵を越えて猫を追いかけた経験に大いに興奮した犬は、怒鳴られることを少し気にしないかもしれません。

他の場合では、「罰」は実際に犬に報いるかもしれません。たとえば、怒鳴られたり、殴られたり、所有者にジャンプしたために蹴られたりする騒々しいラブラドールは、怒鳴ったり、殴ったり、蹴ったりすることが罰であるという手がかりを持っていない可能性があります。注意を切望し、人との物理的な接触を愛する犬にとって、この大まかな扱いは、楽しい（やりがいのある）ゲームをプレイするための単なる招待状です。

また、犬の飼い主は、正しいことをしたことで犬を無意識のうちに罰することがよくあることに気付かない場合があります。これを十分な頻度で行うと、犬が不注意に「訓練」して、必要な行動を提供しなくなることになります。

ドッグランで犬の仲間と一緒に犬が散歩を楽しんでいる女性を考えてみましょう。出発する時間なので、彼女は犬を呼びます。彼はすぐに彼のプレイ仲間とレースを彼女に任せます。 「いい犬だ！」彼女は叫び、ひもをつないで公園から連れて行った。彼女の見解では、口頭での賞賛は十分な報酬であり、公園を離れることはリコールとは関係ありません。しかし、犬の見方は次のとおりです。「お母さんが電話して、私が来て、楽しみは終わりました。私がお母さんに来ると、悪いことが起こります。楽しみは止まります。」彼は、友達と遊んでいるときに次に電話をかけるときに来ることについて考え直す可能性があります。

多くの人々は、呼び出されたときに確実に来るように犬を訓練するのに多くの問題を抱えています。おそらく彼らは、犬が来た後、ほとんどの場合、犬に何が起こるかについて十分に考慮していません。犬のアインシュタインは、電話がかかってきたときに来るのは悪い考えだと気付く必要はありません。たとえば、彼が地下室に詰め込まれたり、キッチンのすべてのゲストから締め出されたりした場合などです。冷たい雨の中で外に投げた。

報酬が、犬がわざわざそれを手に入れようとする動機付けとなるほど価値がない場合にも、トレーニングが失敗する可能性があります。威勢のいいリスに直面してそれを適用しようとする前に、魅力的な気晴らしがない場合に、価値の高い報酬で「来る」キューへの自動応答をプログラムする必要があります。乾いたキブルを手に入れるためにリス狩りを離れる犬はほとんどいません！多くのポジティブなトレーナーは、さまざまな魅力的な報酬を使用して、それらを混ぜ合わせます。そうすれば、犬は彼の良い行動に対する「見返り」がどれほど大きくなるかを決して確信しません。彼はそれが良いことを知っているだけです。

小さな報酬（口頭での賞賛、パット、乾いたキブルなど）と大きな報酬（新鮮な肉片、ボールを追いかける、解放されて自由に走るなど）を組み合わせることが強力な動機になると思われる場合は、スロットマシンを考えてみましょう。それが報酬なし、小さな報酬、そしてたまに大当たりだけの混合物を支払う限り、人間のギャンブラーはそこに座ってハンドルを引き続けます、そうすることが理にかなっている時をはるかに超えて！

ランダムな強化行為
トレーニングツールキットにさまざまな報酬を含めると、柔軟性が高まり、ポケットに大量のおやつを入れなくても犬をトレーニングできます。犬が新しい行動を確実に実行すると、優れたトレーニングプログラムは可変強化に移行します。犬が行動を起こすたびにクリックしておやつを与える代わりに、クリックをスキップして犬を称賛し、もう一度行動を求めて次の行動をクリックすることがあります。ランダム性が重要であることを忘れずに、強化スケジュールのバリエーションと長さを徐々に増やします。

犬をクリックするだけでどんどん頑張っていくと、犬はあなたを辞める可能性があります。ラスベガスのスロットマシンのように増援スケジュールを変更すると、彼はあなたがいつ完済するかを予測できません。今回はクリックしてもらえますか？今回？今回？クリック！人々が4分の1を挿入し続けるのと同じように、あなたの犬は熱意を持って行動を提供し続け、次の犬が大当たりすることを確認します。

増援スケジュールを徐々に長くしても彼の熱意を維持するには、他の報酬を使用して、彼がまだ順調に進んでいることを知らせます。私はよく「いい犬！」を使います。私がクリックして治療した後の賛美として、私の犬が食べ物の報酬を得るのと同じ温かいファジーな感覚を口頭の賛美と関連付けるようにします。そして、クリックアンドトリートをしなくても口頭で賛美を使うと、賛美と食べ物の関係からの古典的条件付けの反応は同じで、気分が良くなります。したがって、「いい犬！」食べ物がなくても便利な報酬になります。

他の報酬は、トレーニングゲームの中断をさらに引き起こす可能性があります。おもちゃを報酬として使う場合は、立ち止まって犬にしばらく遊んでもらう必要があります。これは、特にボールに夢中な犬や引っ張るのが大好きな犬にとって、熱意のスケールで彼を強化するのに非常にうまく機能します。離散的な動作を連続して何度も繰り返したい場合は、うまく機能しません。彼があなたの「ダウン」キューに応答するたびにボールを投げると、半ダースの繰り返しを行うのに長い時間がかかります。かかとなどの長時間の行動に対する報酬としてうまく機能します。ボールに夢中の犬は、最後に起こるボールの追跡を見越して、長いストレッチに完全な注意を払ってかかとを学ぶことができます。

タイミングが重要
トレーニングプログラムを成功させるには、犬が好きなものと嫌いなものを理解し、それらの報酬と罰を効果的に使用することが重要です。効果的であるためには、結果（良いか悪いか）は、あなたが影響を与えようとしている行動に時間的に近接して届けられなければなりません。

あなたが仕事を離れている間、あなたの犬があなたの台所のゴミ箱の上にひっくり返ると言ってください。ごみの襲撃が起こってから数時間後、仕事から家に帰ったときに彼を叱責した場合、それはあなたが家に帰ったときにあなたが時々予測不可能で危険であることをあなたの犬に教えるだけです。あなたが彼を叱ったときに彼がどんなに「有罪」に見えても、彼はあなたが彼に怒鳴る行動と何時間も前にゴミを入れる行動との間に関係はありません。彼の明らかな罪悪感に襲われた良心のあなたの認識は、彼の低い頭、アイコンタクトの欠如、そしてベースボードに沿った揺れに現れ、原因が何であれ、あなたの怒りを鎮めようとする彼の古典的な犬のボディーランゲージの誤った解釈です。

行動主義者は、あなたが増加または減少させようとしている行動から3秒以内、できれば1秒以内に報酬または罰を与える必要があることに同意します。これは非常に短い時間枠であり、クリッカーまたはその他の報酬マーカー（または報酬なしマーカー）を使用して、望ましい（または不適切な）行動の瞬間をマークすることの価値を強調しています。 「おっと！」と言えばあなたの犬が跳ね上がって背を向けた瞬間、あなたはあなたの犬に報酬のないマーカーを教えています。それはあなたの犬に良いことをやめさせたのはどの行動であったかを伝えるために使うことができます（否定的な罰）。クリックすれば！または「はい」と言いますあなたの犬が座った瞬間、あなたがおやつを口に入れるのに数秒かかっても、そしてあなたがなんとかおやつを届ける前に彼が座って起き上がったとしても、彼は座ったことが報酬を獲得したことを理解するようになります。

先にスキップ
カーラと私は、スキップのトレーニングを継続する方法について長い議論をしました。 2つのオプションを特定しました。鈍感化を使用して、カーラに頭を撫でてもらうことは本当に報酬であるとスキップに教えることができました。 「本当に良いもの」で勢いよく撫でる。カーラは、スキップに自分のタッチを楽しんでもらいたかったので、これを長期的に行うことを約束しました。

また、カーラの行動を修正する短期的なアプローチを開始し、彼女に積極的な強化と否定的な罰を与えることに同意しました。スキップが座っていて、手を伸ばして撫でなかったときはいつでも、カーラはクォーター、チョコレート、犬用おもちゃなどの報酬を獲得しました。彼女が彼をなでるのを忘れて手を伸ばすたびに、私は30秒から3分の間、何も言わずにトレーニングルームから出ました。それは美しく機能し、短い順序で、カーラが停止したとき、スキップは彼の良い行動のために罰せられることを恐れることなく、完璧なヒールの位置で幸せに座っていました。

-PatMiller著