警犬训练中奖励手段的相关理论探究

于汝清 刘 帅 付奕铭

警犬训练中奖励手段的相关理论探究

于汝清 刘 帅 付奕铭

为了更好地服务实训，本文将奖励手段按照定义、在警犬训练中的地位、奖励手段特点、形式组成、划分标准、运用必要性以及不同形式奖励手段的有机结合等七个方面进行分别论述，对警犬训练中奖励手段的相关理论进行探究。

一、奖励手段的定义

奖励手段是指训导员或者助训员为加速培养和巩固犬的能力，对犬服从指挥做出正确动作进行正强化的手段。

二、奖励手段在警犬训练中的地位

奖励手段在警犬训练当中至关重要，常常伴随着整个训练的始终。它是使犬形成条件反射、对训导员建立依恋性、使犬乐于接受训练、使犬建立自信心、调整缓和犬神经活动状态等环节中重要的、必不可少的手段。牢固掌握和正确地运用奖励手段，是一名合格的训导员应当具备的基本能力，也是警犬能力提高的必要条件。

三、奖励手段的特点

奖励手段具有奖励形式多样化、应注意细节多、运用时应因犬而异、因科目而异和因时而异的特点。

（一）奖励形式多样化，应注意细节多

多样化是指奖励手段分为奖食、抚拍、游散、口令“好”、衔取五种奖励方式。应注意细节多是指这五种奖励方式各自还可以细化出很多运用细节，需要训导员严格把握。

（二）运用时应因犬而异

犬存在着个体差异和犬种差异，不同犬所需要的奖励手段和因素是不同的。

（三）运用时应因科目而异

奖励手段的几种奖励形式均不是可以通用于任何一个科目的，我们应根据科目的不同选取最佳的奖励手段。

（四）运用时应因时而异

每一天的不同训练时间段、犬的不同生长发育时期、训练同一科目的不同时期，犬所需要的最佳奖励手段都是不同的。

四、奖励手段的形式

奖励手段的形式通常包括奖食奖励手段、抚拍奖励手段、游散奖励手段、口令“好”奖励手段、衔取奖励手段等能起到强化犬的正确行为作用的手段。这些手段均是通过使犬的神经中枢产生兴奋来达到奖励效果的。

（一）奖食奖励手段

食物对于犬具有重要的生物学意义，易于引起犬的食欲，富有引诱性，能够使犬的味觉中枢产生兴奋。给予犬奖食可以使犬在食欲上得到满足，从而起到对犬的奖励作用。

（二）抚拍奖励手段

抚拍能够使犬的触觉中枢产生兴奋，使犬得到一种爱抚、舒适的感觉，同时也能使犬感觉到训导员对自己的安慰，从而起到对犬的奖励作用。

（三）游散奖励手段

令犬游散可以满足犬的自由反射和游戏欲望。在较长时间的训练当中，由于行动受到约束或者由于作业负担而感到紧张时，犬非常渴望自由。因此，在犬完成某一动作或科目后，令其游散，犬往往会感到非常愉快舒畅，这样既能起到奖励犬的作用，同时还能使犬神经活动的紧张状态得到缓和，对继续训练很有益处。

（四）口令“好”奖励手段

口令“好”是需要结合其它非条件性奖励手段，多次重复结合，使犬建立某些条件反射后，犬才能对口令“好”产生兴奋反应，从而起到奖励作用。

（五）“响片”奖励手段

“响片”是指通过手指按压能够产生清脆“卡塔”声响的小型训练器械。使用原理等同于口令“好”奖励，也是需要结合其它非条件性奖励手段，多次重复结合，使犬建立某些条件反射后，犬才能对 “响片”的“卡塔”声产生兴奋反应，从而起到奖励作用。

（六）衔取奖励手段

衔取奖励手段对于多数犬来说是一种猎取欲望的追求和满足，能引起其神经活动过程产生兴奋。因此，在犬做出正确行为动作后，给予其衔取物，能使犬产生兴奋反应，从而起到奖励作用。

五、奖励手段的分类

(一)条件性奖励手段和非条件性奖励手段

根据是否需要后天培养才能起到奖励效果，可将奖励手段分为条件性奖励手段和非条件性奖励手段。条件性奖励手段是指必须通过某种形式和内容的后天培养才能起到奖励效果的手段，包括口令“好”奖励手段，以及类似口令“好”的信号奖励手段，如“响片”；非条件性奖励手段是指不需要后天训练培养、犬与生俱来的、一旦运用就能起到奖励作用的手段，奖食、抚拍、游散、衔取是非条件性奖励手段。

（二）一般性奖励手段和结束性奖励手段

根据奖励效果对训练产生的影响，可将奖励手段分为一般性奖励手段和结束性奖励手段。在通常情况下，不影响犬的作业过程的奖励手段称为一般性奖励手段；一旦运用就意味着训练结束的奖励手段称为结束性奖励手段。例如，在训练犬追踪时，犬按照布置的迹线低头嗅认时，给予犬口令“好”奖励或者适度的抚拍奖励，不会影响其继续嗅认，此时口令“好”和适度的抚拍奖励是一般性奖励手段；当犬按照布置的迹线完成整个嗅认过程后，我们在迹线终点放置衔取物奖励犬，此时的衔取奖励为结束性奖励手段。为了快速掌握两种奖励手段，我们需要在同一次训练或者同一组训练当中预先设计好训练方案，明确何时要继续训练，何时结束训练，要继续训练时运用一般性奖励手段，要结束时运用结束性奖励手段。有针对性地使用这两种奖励手段，可以使训练流畅而高效。

（三）即时性奖励手段和延时性奖励手段

根据对犬奖励时机的不同，可将奖励手段分为即时性奖励手段和延时性奖励手段。即时性奖励是指当犬完成动作或行为符合我们预期时，第一时间奖励犬；延时性奖励是指当犬完成动作或行为符合我们预期时，隔一段时间再运用奖励手段。例如，在训练犬“坐”科目时，犬服从指挥坐下就立即下达口令“好”来奖励犬，这就是即时性奖励手段；在逐步塑造犬坐延缓能力的时候，我们希望犬坐延缓的时间越来越长，随着犬延缓能力的提高，奖励手段的运用愈加具有延时性，即并非犬坐下就给予奖励，而是坐了一定时间后再奖励犬，此时的奖励手段为延时性奖励手段。即时性奖励手段可以及时迅速起到强化犬的作用，利于犬的条件反射的建立，促使科目的形成；延时性奖励手段则可以使犬科目形成更具稳定性，有利于科目的巩固和提高。

（四）瞬时性奖励手段和持续性奖励手段

根据奖励在时间上是否具有延续性，可将奖励手段分为瞬时性奖励手段和持续性奖励手段。瞬时性奖励手段是指奖励在一瞬间发生和结束的奖励手段；持续性奖励手段是指奖励在时间上具有一定持续性的奖励手段。例如，口令“好”、自由掉落犬口中“入口即化”的奖食均属于瞬时性奖励手段。在犬完成所训科目后，将犬带到身边持续抚拍奖励犬；犬完成所训练科目后，令犬游散一定时间，或者将游散转化为与其互动游戏一定时间，此时的奖励手段即为持续性奖励手段。

（五）单一奖励手段和复合奖励手段

根据奖励在运用时同时采用的奖励形式数目，可将奖励手段分为单一奖励手段和复合奖励手段。单一奖励手段是指在奖励犬的正确行为动作时，采用且仅采用一种奖励形式奖励犬；复合奖励手段是指在奖励犬的正确行为动作时，同时采用两种或者多种奖励形式对犬进行奖励。

六、辩证看待奖励手段运用的必要性

在日常训练中，大多数情况下我们都应该根据不同的训练状态，运用不同的奖励手段来奖励犬的正确行为，我们称之为常规情况。但是有一些非常规情况下是不宜或者不可以运用奖励手段的，以下列举几种非常规情况下不宜或者不可以运用奖励手段的例子。

（一）犬被施以惩罚之后不可以立即运用奖励手段

当犬做出非期望动作或行为时，我们通常采取机械刺激或者口令“非”等惩罚性手段来刺激犬，以纠正其错误动作或行为。有的训导员担心犬因此会变得被动，常常会立即奖励犬，以缓和犬的神经活动状态。但此时是不应当立即使用奖励手段的，因为会造成犬的“误解”，犬往往会理解为奖励的是其刚才错误动作或行为，从而导致错上加错，未纠正错误反而强化了错误。例如，有些犬兴奋的时候会衔咬甚至撕咬训导员的衣裤，这是我们不希望看到的行为，此时需要给犬机械刺激，倘若此时立即给予犬奖励以缓和其被刺激后的神经状态，犬会理解为训导员在鼓励其撕咬衣裤，下次犬还会继续撕咬。正确的处理方式是应该在犬被机械刺激后，通过进行其他训练以转移其注意力或者不予理睬的方式处理，决不能立即运用奖励手段。

（二）需要采用“零强化”时不运用奖励手段奖励犬

“零强化”是指当犬做出某一动作时，不给予犬强化，使用这一手段的条件是：当训导员不确定犬做出的动作正确或者错误，或者不宜使用惩罚时。例如，训导员引导犬扒鉴别罐时，犬忽然对扒倒的鉴别罐有兴趣并产生拱、扒等游戏行为时，如果此时训导员奖励犬，则犬在日后会对鉴别罐兴奋，形成“见罐就扒”的不良联系；此时训导员也不宜采用惩罚犬的方式，以免造成犬对鉴别罐被动的情况发生。正确的作法是训导员应及时带犬离开鉴别罐，以忽视、不奖励、不惩罚、“零强化”方法减弱犬玩罐的活动，从而减少犬再次出现此行为的可能性。

七、不同形式奖励手段的有机结合

奖食、抚拍、口令“好”（响片）、游散、衔取几种奖励手段在犬的初期警用性能培养阶段均可以单一使用，但是，随着训练的时间和难度的增长，单一的奖励手段的奖励效果对犬来说是远远不够的。过于单一的奖励手段或者某种奖励手段单调频繁的使用，往往会造成奖励不充分，使犬对所训练的内容不兴奋，甚至产生抑制。奖励手段的多样化和不规律化能使犬在训练中自始至终保持愉悦感，进而保持良好的受训状态。而将各种奖励方式有机结合可以达到奖励手段的多样化和不规律化的效果。也就是说，不同奖励手段的有机结合是对犬奖励效果充分到位、是使犬拥有良好的受训状态和作业状态的有力保障。因此，当进入复杂科目、较难条件反射建立阶段，应将单项奖励有机结合起来，增加强度，来强化犬的正确有效行为。

奖励手段无论是在理论层面，还是实训操作层面均是一个老生常谈的话题，但是奖励手段仍然是一个易懂易会却难以精准把握和灵活运用的训练手段。本文对警犬训练中奖励手段的相关理论进行探究，旨在能够为广大训导员理清以上所提及的奖励手段相关理论脉络，方便记忆，力图在训导员自身的理论体系构建中和日常训练中提供帮助。总而言之，正确而灵活地掌握奖励手段是高效训犬的有力保障，可以在实训中少走弯路，达到事半功倍的效果。

（作者单位：公安部警犬技术学校，110000）

（编辑：颜 勤）