強(qiáng)化理論的分類（最新成人高考問(wèn)題解答）

強(qiáng)化學(xué)習(xí)是一種機(jī)器學(xué)習(xí)方法，其目的是讓一個(gè)智能體通過(guò)與環(huán)境交互來(lái)學(xué)習(xí)如何做出最優(yōu)的決策。強(qiáng)化學(xué)習(xí)的核心思想是通過(guò)獎(jiǎng)勵(lì)信號(hào)來(lái)引導(dǎo)智能體學(xué)習(xí)，使其在不斷嘗試和失敗的過(guò)程中逐步提高自己的決策能力。強(qiáng)化學(xué)習(xí)涉及到許多重要的理論，如價(jià)值函數(shù)、策略優(yōu)化、狀態(tài)空間搜索、探索與利用等，這些理論都是為了讓智能體在不確定的環(huán)境中做出最佳的決策。

一、分類

按照強(qiáng)化物的性質(zhì)來(lái)分

據(jù)強(qiáng)化物的性質(zhì),可以分為積極強(qiáng)化(positive reinforcement)和消極強(qiáng)化(negative rein-forcement)，也可以叫做陽(yáng)性強(qiáng)化和陰性強(qiáng)化或正強(qiáng)化和負(fù)強(qiáng)化。

積極強(qiáng)化是指由于一刺激物在個(gè)體作出某種反應(yīng)(行為)后出現(xiàn)從而增強(qiáng)了該行為(反應(yīng))發(fā)生的概率,該刺激物稱為積極強(qiáng)化物。

消極強(qiáng)化是指由于一刺激物在個(gè)體作出某種反應(yīng)(行為)后而予以排除從而增強(qiáng)了該行為發(fā)生的概率,該刺激物稱為消極強(qiáng)化物。

不論積極強(qiáng)化還是消極強(qiáng)化,其結(jié)果都是一樣的,即都可以增強(qiáng)該行為(反應(yīng))再次出現(xiàn)的可能性,使該行為得到增強(qiáng)。

人類行為受強(qiáng)化影響的程度

根據(jù)人類行為受強(qiáng)化影響的程度，把強(qiáng)化分為一級(jí)強(qiáng)化和二級(jí)強(qiáng)化。

一級(jí)強(qiáng)化是指滿足人和動(dòng)物生存、繁衍等基本生理需要的強(qiáng)化。一級(jí)強(qiáng)化物如食物、水、安全、溫暖、性等。

二級(jí)強(qiáng)化是指任何一個(gè)中性刺激如果與一級(jí)強(qiáng)化物反復(fù)聯(lián)合，它就能獲得自身的強(qiáng)化性質(zhì)。二級(jí)強(qiáng)化物如金錢(qián)、學(xué)歷、關(guān)注、贊同等。

值得注意的是二級(jí)強(qiáng)化物起初并不具有強(qiáng)化的作用，而是由于它們同諸如食物、性欲之類的一級(jí)強(qiáng)化物相匹配而具有了強(qiáng)化的作用。

根據(jù)行為和強(qiáng)化間間隔時(shí)間來(lái)分

根據(jù)行為發(fā)生與強(qiáng)化物出現(xiàn)間隔的時(shí)間，把強(qiáng)化分為連續(xù)式強(qiáng)化(也稱即時(shí)強(qiáng)化)和間隔式強(qiáng)化(也稱延緩強(qiáng)化)。

連續(xù)式強(qiáng)化是指對(duì)每一次或每一階段的正確反應(yīng)予以強(qiáng)化，就是說(shuō)當(dāng)個(gè)體作出一次或一段時(shí)間的正確反應(yīng)后，強(qiáng)化物即時(shí)到來(lái)或撤去。

間隔式強(qiáng)化是指行為發(fā)生與強(qiáng)化物的出現(xiàn)或撤去之間有一定的時(shí)間間隔或按比率出現(xiàn)或撤去。間隔式強(qiáng)化分為時(shí)間式和比率式。時(shí)間式又分為定時(shí)距式強(qiáng)化和變時(shí)距式強(qiáng)化。比率式又分為定比率式強(qiáng)化和變比率式強(qiáng)化。定時(shí)距式強(qiáng)化就是每次過(guò)一定時(shí)間間隔之后給予強(qiáng)化；變時(shí)距式強(qiáng)化就是指每次強(qiáng)化的時(shí)間間隔不等；定比率強(qiáng)化是指強(qiáng)化與反應(yīng)次數(shù)之間呈一固定比例；變比率式強(qiáng)化是指強(qiáng)化與反應(yīng)次數(shù)之間的比例是變化的。

二、強(qiáng)化在行為中的作用

在他的理論體系中，強(qiáng)化貫穿其中，他認(rèn)為行為之所以發(fā)生變化就是因?yàn)閺?qiáng)化的作用，對(duì)強(qiáng)化的控制就是對(duì)行為的控制。

操作性行為的建立

斯金納利用斯金納箱對(duì)白鼠的操作性行為進(jìn)行研究，從中得出操作性行為建立的規(guī)律，即“如果一個(gè)操作行為發(fā)生后，接著給予一個(gè)強(qiáng)化刺激，那么其強(qiáng)度就增加”。行為的關(guān)鍵在于操作及其強(qiáng)化依隨。

比如：孩子偶爾叫一聲“媽”，媽媽便報(bào)以微笑和愛(ài)撫，于是孩子學(xué)會(huì)了叫“媽媽”。

操作性行為的維持

維持就是行為的保持。操作性條件作用形成后，為了永久保持所獲得的行為，應(yīng)當(dāng)逐漸減少?gòu)?qiáng)化的頻次，或者使強(qiáng)化變得不可預(yù)測(cè)。

比如：一個(gè)學(xué)生每次解答完數(shù)學(xué)題，老師都給予表?yè)P(yáng)。根據(jù)維持原則，如果逐漸增加解答題數(shù)才給予表?yè)P(yáng)，并且以隨機(jī)的時(shí)間間隔給予表?yè)P(yáng)，那么他就可能在老師沒(méi)有給予強(qiáng)化或給以很小的強(qiáng)化的情況下，仍能夠長(zhǎng)時(shí)間解答數(shù)學(xué)題。

操作性行為的消退

如果一個(gè)已經(jīng)通過(guò)條件化而增強(qiáng)的操作性行為發(fā)生之后，沒(méi)有強(qiáng)化刺激物出現(xiàn)，它的力量就會(huì)減弱。行為消退的關(guān)鍵也在于強(qiáng)化。

比如：學(xué)生某一良好的反應(yīng)未能受到老師充分關(guān)注和表?yè)P(yáng)，學(xué)生最終便會(huì)放棄做出良好反應(yīng)的努力。

操作性行為的分化

分化是指通過(guò)安排強(qiáng)化動(dòng)物條件反應(yīng)的某個(gè)特征，如速度、持續(xù)時(shí)間等，動(dòng)物可逐漸形成有選擇性的反應(yīng)。分化的關(guān)鍵因素也是強(qiáng)化。

比如：斯金納在訓(xùn)練白鼠的壓桿力量實(shí)驗(yàn)中，先是強(qiáng)化動(dòng)物任何理量的壓桿行為，然后制定一個(gè)較低的力量標(biāo)準(zhǔn)，只有超過(guò)這一標(biāo)準(zhǔn)的反應(yīng)才予以強(qiáng)化，低于這一標(biāo)準(zhǔn)便遵從消退原理而消退。此后逐步提高壓桿力量標(biāo)準(zhǔn)，分別予以強(qiáng)化和不強(qiáng)化，如此可以訓(xùn)練動(dòng)物以較強(qiáng)的理量做出壓桿反應(yīng)。