संचालक कुत्ता प्रशिक्षण क्या है?

आईपी पावलोव के नाम पर शास्त्रीय वातानुकूलित रिफ्लेक्स से, यह रिफ्लेक्स इस मायने में भिन्न है कि यह जानवर की सक्रिय उद्देश्यपूर्ण गतिविधि पर आधारित है, जो किसी प्रकार की आवश्यकता के कारण होता है। और साथ ही सुदृढीकरण इस अत्यंत सक्रिय और उद्देश्यपूर्ण गतिविधि का परिणाम है। जबकि शास्त्रीय वातानुकूलित प्रतिवर्त के साथ, सुदृढीकरण बिना शर्त, या बस दूसरी उत्तेजना है।

अमेरिकी वैज्ञानिक ईएल थॉर्नडाइक ने बिल्लियों और कुत्तों की बुद्धिमत्ता की बदौलत ऑपरेटेंट लर्निंग की खोज की थी। तथ्य यह है कि थॉर्नडाइक ने जानवरों की सीखने की क्षमता का पता लगाते हुए एक साधारण ताले वाले दरवाजे से सुसज्जित एक विशेष पिंजरा डिजाइन किया। इस पिंजरे में बिल्लियों और कुत्तों को बंद करके, उसने एक वैज्ञानिक की स्वस्थ चमक के साथ देखा क्योंकि उसके छोटे भाई इस दरवाजे को खोलना सीख रहे थे। और छोटे भाई-बहनों ने विभिन्न प्रयास करके दरवाजा खोलना सीखा, जिनमें से कुछ सफल रहे, और कुछ नहीं। इसलिए, थार्नडाइक ने सीखने के जिस रूप की खोज की उसे "परीक्षण और त्रुटि" कहा।

हालाँकि, सीखने के इस रूप को बहुत बाद में एक अन्य प्रसिद्ध अमेरिकी वैज्ञानिक, बीएफ स्किनर द्वारा डब किया गया था, जिन्होंने अपना पूरा वैज्ञानिक जीवन इसके लिए समर्पित कर दिया था। इसीलिए, ऑपरेंट रिफ्लेक्स के कई पिताओं में से स्किनर को मुख्य पिता माना जाता है। हालाँकि, निष्पक्षता में, हम ध्यान दें कि दुनिया में पहली बार, संचालक शिक्षण पर आधारित प्रशिक्षण का वर्णन हमारे अद्भुत प्रशिक्षक व्लादिमीर डुरोव ने अपनी पुस्तक "एनिमल ट्रेनिंग" में किया था। मेरी पद्धति के अनुसार प्रशिक्षित जानवरों पर मनोवैज्ञानिक अवलोकन। 40 साल का अनुभव।” इस प्रकार, आप व्लादिमीर ड्यूरोव की पुस्तक में संचालक प्रशिक्षण के रूसी संस्करण के बारे में पढ़ सकते हैं, और संचालक प्रशिक्षण के अमेरिकी संस्करण को "डोंट ग्रोएल एट द डॉग!" पुस्तक में अच्छी तरह से वर्णित किया गया है। मनोवैज्ञानिक और प्रशिक्षक करेन प्रायर द्वारा, जो, वैसे, मैं आपको पढ़ने की सलाह भी देता हूं।

स्किनर की संचालक प्रशिक्षण की सामान्य विधि को निम्नलिखित चरणों में वर्णित किया जा सकता है:

अभाव का चरण. स्किनर ने 30 के दशक में इस चरण को यही कहा था। हालाँकि, अब इस चरण को "बुनियादी जरूरत को चुनने और बनाने का चरण" कहा जाना चाहिए।
ऑपरेंट कंडीशंड रिफ्लेक्स बनाते समय, कुत्तों को ज्ञात लगभग सभी जरूरतों का उपयोग किया जा सकता है, लेकिन स्किनर ने भोजन की जरूरतों का अधिक बार उपयोग किया। और अभाव अवस्था का अर्थ यह था कि स्किनर ने या तो जानवरों को कुछ समय के लिए कम भोजन दिया, या उन्हें भूखा रखा। ऐसा माना जाता था कि भोजन सुदृढीकरण केवल जानवर के लिए महत्वपूर्ण और सीखने के लिए प्रभावी हो गया जब इस जानवर ने अपने जीवित वजन का लगभग 20% खो दिया। ओह समय, ओह शिष्टाचार!
वातानुकूलित भोजन सुदृढीकरण के गठन का चरण। अपने शोध में, स्किनर ने स्वचालित फीडरों का उपयोग किया, जिसकी ध्वनि जानवरों को फ़ीड गोली की उपस्थिति के लिए एक संकेत माना जाता था। और इसमें समय लगा. चरण तब पूरा माना गया, जब फीडर की आवाज के जवाब में चूहा तुरंत फीडर की ओर भागा।
वास्तव में, यह चरण भोजन सुदृढीकरण के साथ एक शास्त्रीय वातानुकूलित ध्वनि प्रतिवर्त का गठन है। यह तथाकथित क्लिकर प्रशिक्षण के आधार के रूप में भी कार्य करता है - वातानुकूलित ध्वनि भोजन सकारात्मक सुदृढीकरण का उपयोग करने वाली एक प्रशिक्षण पद्धति।
और हमें यह स्वीकार करना होगा कि संचालक प्रशिक्षण का स्कूल घरेलू पारंपरिक प्रशिक्षण से अनुकूल रूप से अलग है क्योंकि संचालक प्रशिक्षण सुदृढीकरण के मुद्दे पर ध्यान देता है। विशेषकर सकारात्मक एवं संभाव्य सुदृढीकरण।
प्रतिक्रिया गठन का चरण। एक मॉडल व्यवहार के रूप में, स्किनर ने अपने चूहों को पैडल दबाने और अपने कबूतरों को चाबी पर चोंच मारने का प्रशिक्षण दिया। पैडल दबाने की प्रतिक्रिया का गठन तीन तरीकों में से एक में किया गया था: परीक्षण और त्रुटि (सहज गठन), निर्देशित या अनुक्रमिक गठन और लक्ष्य विधि द्वारा।
सहज गठन में यह तथ्य शामिल था कि जानवर, स्किनर बॉक्स के माध्यम से यात्रा करते हुए, गलती से पेडल दबा देता था और धीरे-धीरे स्वचालित फीडर को शामिल करने के साथ इसे दबाता था।
दिशात्मक गठन के दौरान, शोधकर्ता ने स्वचालित फीडर पर स्विच किया, पहले पैडल की ओर किसी भी अभिविन्यास को मजबूत किया, फिर उसके पास पहुंचा, और अंत में उसे दबाया। क्लिकर प्रशिक्षण क्यों नहीं!
और लक्ष्य विधि यह थी कि भोजन की एक गोली चाबी पर चिपकी हुई थी, इसे फाड़ने के प्रयास के कारण लीवर को दबाया गया।
वांछित व्यवहार शुरू करने के लिए संचालक प्रशिक्षण की आधुनिक पद्धति जानवर को प्रभावित करने के लगभग सभी ज्ञात तरीकों के उपयोग की अनुमति देती है। हालाँकि, प्रतिकूल (दर्द या परेशानी पैदा करने वाले) प्रभावों का उपयोग करना अप्रभावी माना जाता है।
व्यवहार को उत्तेजना के नियंत्रण में लाना या विभेदकारी उत्तेजना का परिचय देना। दूसरे शब्दों में, एक वातानुकूलित उत्तेजना या आदेश का परिचय।
स्किनर और उनके समर्थकों का मानना था कि एक क्रिया का निर्माण और एक वातानुकूलित उत्तेजना (आदेश) के साथ उसके संबंध का एक साथ समानांतर विकास दो अलग-अलग प्रक्रियाएं हैं। और दो अलग-अलग चीजों का एक साथ आत्मसात होना सीखने को जटिल बना देता है। इसलिए, पारंपरिक संचालक पहले व्यवहार बनाते हैं, और फिर कमांड दर्ज करते हैं।
इस बात पर जोर दिया जाना चाहिए कि क्रियाशील सीखने में, एक विभेदक उत्तेजना हमारी समझ में एक आदेश नहीं है। एक टीम एक ऑर्डर की तरह होती है, है ना? हम आमतौर पर इसकी व्याख्या इस तरह करते हैं। एक विभेदक उत्तेजना यह जानकारी है कि अभी किसी व्यवहार का निष्पादन सबसे प्रभावी और आम तौर पर संभव है। इस प्रकार, संचालक प्रशिक्षण में "कमांड" का कार्य व्यवहार को निष्पादित करने की अनुमति देना है।
इसे स्पष्ट करने के लिए, आइए हम एक विभेदक उत्तेजना के रूप में प्रयोग में एक प्रकाश बल्ब की शुरूआत का विश्लेषण करें। तो, चूहे ने पैडल दबाना सीख लिया है और जब वह खाना चाहता है तब दबाता है। शोधकर्ता कुछ सेकंड के लिए प्रकाश चालू करता है और ऐसी स्थितियाँ बनाता है जिसके तहत प्रकाश चालू होने पर ही पैडल दबाने से फ़ीड की आपूर्ति होती है। और जब लाइट बंद हो जाती है, तो चाहे आप कितना भी दबाएँ, आपके पास तीन उंगलियों का संयोजन होगा! अर्थात्, एक प्रकाश बल्ब का समावेश विभिन्न स्थितियों को बनाता है, अलग करता है, अलग करता है, अलग करता है। और चूहा जल्द ही समझने लगता है। और चूँकि वह वास्तव में खाना चाहती है (उसे भोजन की आवश्यकता है!), फिर, जब वह प्रकाश बल्ब को जलती हुई देखती है, तो वह तुरंत पैडल की ओर दौड़ती है और, ठीक है, उसे दबा देती है! बाहर से देखने पर ऐसा लगता है कि चालू किया गया प्रकाश बल्ब चूहे को पैडल दबाने का आदेश देता है। लेकिन अब आप समझ गए हैं कि ऐसा नहीं है. जब लाइट जलती है, तो यह कहती है: अब आप पैडल दबा सकते हैं। लेकिन केवल!
व्यवहार को सुदृढ़ करना। कौशल में गठित व्यवहार का समेकन संभाव्य सुदृढीकरण का उपयोग करके पुनरावृत्ति द्वारा किया जाता है। इसके लिए विभिन्न आवश्यकताओं का उपयोग करना और तदनुसार, विभिन्न सुदृढीकरण लागू करना भी उपयोगी है।
प्रशिक्षण की संचालक पद्धति का घरेलू संस्करण, जो व्लादिमीर ड्यूरोव से उत्पन्न हुआ है, केवल इसमें भिन्न है कि यह आपको तुरंत एक कार्यकारी उत्तेजना (कमांड, विभेदक उत्तेजना, वातानुकूलित उत्तेजना) पेश करने की अनुमति देता है। अभ्यास से पता चलता है कि एक कौशल एक आयातित तकनीक की तुलना में धीमी गति से नहीं बनता है। और चूँकि यह आपको एक पूरे चरण को ख़त्म करने की अनुमति देता है, इससे समय की बचत होती है। इसलिए प्रशिक्षण तकनीकों के घरेलू निर्माता का समर्थन करना समझ में आता है!