強化理論的分類（最新成人高考問題解答）

強化學習是一種機器學習方法，其目的是讓一個智能體通過與環(huán)境交互來學習如何做出最優(yōu)的決策。強化學習的核心思想是通過獎勵信號來引導智能體學習，使其在不斷嘗試和失敗的過程中逐步提高自己的決策能力。強化學習涉及到許多重要的理論，如價值函數(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

按照強化物的性質(zhì)來分

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

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

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

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

人類行為受強化影響的程度

根據(jù)人類行為受強化影響的程度，把強化分為一級強化和二級強化。

一級強化是指滿足人和動物生存、繁衍等基本生理需要的強化。一級強化物如食物、水、安全、溫暖、性等。

二級強化是指任何一個中性刺激如果與一級強化物反復聯(lián)合，它就能獲得自身的強化性質(zhì)。二級強化物如金錢、學歷、關注、贊同等。

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

根據(jù)行為和強化間間隔時間來分

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

連續(xù)式強化是指對每一次或每一階段的正確反應予以強化，就是說當個體作出一次或一段時間的正確反應后，強化物即時到來或撤去。

間隔式強化是指行為發(fā)生與強化物的出現(xiàn)或撤去之間有一定的時間間隔或按比率出現(xiàn)或撤去。間隔式強化分為時間式和比率式。時間式又分為定時距式強化和變時距式強化。比率式又分為定比率式強化和變比率式強化。定時距式強化就是每次過一定時間間隔之后給予強化；變時距式強化就是指每次強化的時間間隔不等；定比率強化是指強化與反應次數(shù)之間呈一固定比例；變比率式強化是指強化與反應次數(shù)之間的比例是變化的。

二、強化在行為中的作用

在他的理論體系中，強化貫穿其中，他認為行為之所以發(fā)生變化就是因為強化的作用，對強化的控制就是對行為的控制。

操作性行為的建立

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

比如：孩子偶爾叫一聲“媽”，媽媽便報以微笑和愛撫，于是孩子學會了叫“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，應當逐漸減少強化的頻次，或者使強化變得不可預測。

比如：一個學生每次解答完數(shù)學題，老師都給予表揚。根據(jù)維持原則，如果逐漸增加解答題數(shù)才給予表揚，并且以隨機的時間間隔給予表揚，那么他就可能在老師沒有給予強化或給以很小的強化的情況下，仍能夠長時間解答數(shù)學題。

操作性行為的消退

如果一個已經(jīng)通過條件化而增強的操作性行為發(fā)生之后，沒有強化刺激物出現(xiàn)，它的力量就會減弱。行為消退的關鍵也在于強化。

比如：學生某一良好的反應未能受到老師充分關注和表揚，學生最終便會放棄做出良好反應的努力。

操作性行為的分化

分化是指通過安排強化動物條件反應的某個特征，如速度、持續(xù)時間等，動物可逐漸形成有選擇性的反應。分化的關鍵因素也是強化。

比如：斯金納在訓練白鼠的壓桿力量實驗中，先是強化動物任何理量的壓桿行為，然后制定一個較低的力量標準，只有超過這一標準的反應才予以強化，低于這一標準便遵從消退原理而消退。此后逐步提高壓桿力量標準，分別予以強化和不強化，如此可以訓練動物以較強的理量做出壓桿反應。