再談警犬訓練及使用中梯度化獎勵的運用

王建緒 高文斌 羅 宇 張彥鵬

梯度化獎勵的運用是高效提升警犬訓練及使用效能的重要方式。梯度化獎勵的運用具體可分為在警犬訓練中的運用和警犬實際使用中的運用。實踐證明，通過梯度化獎勵在警犬訓練及使用中的運用，能夠快速達到警犬訓練及使用的預期目標。筆者曾在《在警犬訓練使用中梯度化獎勵手段的應用》（詳見本刊2023 年第11 期）一文中討論了警犬訓練和使用中梯度化獎勵的意義、原則和注意事項，本文中就梯度化獎勵在警犬訓練及使用中的具體運用展開討論。

一、警犬訓練中梯度化獎勵的運用

警犬訓練是警犬使用的前提，是警犬警用性能有效發揮的根本保障。梯度化獎勵在警犬訓練中的運用，就是將警犬訓練中給予警犬的各種獎勵手段、方法經過科學合理的整合，依據警犬的實際訓練表現給予梯次獎勵的方式，以最大程度地滿足警犬的獎勵需要，最大限度地調動警犬的訓練主動性與積極性。

（一）訓練初期梯度化獎勵模式的建立

幼犬在初期接受訓練時，就可以著手梯度化獎勵模式的建立，讓幼犬在獲得梯度化獎勵中建立條件反射?？梢杂糜兹矚g、歡迎的某種單一獎勵方式進行梯度化獎勵模式的建立。如利用食物進行獎勵時，通過食物數量及品類的梯度化給予，實現幼犬梯度化獎勵模式的快速建立。具體可在各種延緩科目中進行運用，在訓練幼犬坐延緩時，可根據幼犬坐延緩的時長給予犬梯度化的獎勵。幼犬坐延緩時間越長給予幼犬獎勵的獎食數量及種類就越多，通過梯度化獎勵的運用，正向引導幼犬積極完成訓練目標，初步形成獎勵獲得的梯度化意識，為下一步梯度化獎勵的運用打下基礎。

（二）訓練中梯度化獎勵的強化運用

在幼犬初期建立獎勵獲得的梯度化條件反射后，就可以開展警犬訓練中梯度化獎勵的強化應用。即將訓練中所有的獎勵手段、方式進行綜合，梯度化運用在各個科目的訓練使用中。具體在警犬的各個基礎科目訓練中，將食物與物品的獎勵進行梯度化的運用，警犬完成簡單的訓練任務時在訓練中予以梯度化獎勵中層次較低的獎勵，完成復雜的任務時予以梯度化獎勵中層次較高的獎勵，完成超出了訓練目標要求的訓練任務時給予梯度化獎勵中層次最高的獎勵，以充分獎勵警犬的訓練積極性與主動性，激發警犬的訓練潛能，進一步強化梯度化獎勵在警犬訓練中的運用，進一步強化警犬獲得梯度化獎勵的條件反射。如在跨越障礙的訓練中，當警犬完成簡單的越障科目時，可以給予梯度化獎勵中層次較低的食物獎勵；當警犬完成復雜的越障科目時，給予梯度化獎勵中層次較高的食物或者物品獎勵；當警犬完成超出了訓練目標要求的訓練任務時，給予梯度化獎勵中層次最高的各種獎勵。特別是在警犬跳躍平時不可能完成高度的板墻、平時不敢通過的一些獨木橋之類，需要警犬自身充分調動生理、心理因素的訓練中，梯度化獎勵的運用凸現出巨大的優勢，既充分地獎勵了警犬的出色表現，同時深度強化了警犬訓練的積極性、主動性，最大限度地提升了訓練效能。

二、警犬使用中梯度化獎勵的運用

梯度化獎勵在警犬使用中的運用，是對現實警犬使用中獎勵手段、方式滯后匱乏的重要補充，是提高警犬現場作業效能、發揮警犬技術獨特優勢的重要手段。警犬現場使用中獎勵往往具有滯后性，受實際現場環境等多方面因素的制約，在現場使用中訓導員無法立即高效地對警犬實施獎勵，長此以往導致警犬在現場使用中作業欲望下降，作業動力不足，甚至出現消極怠工的現象，制約著警犬使用效能的發揮。梯度化獎勵在警犬使用中的應用可以有效解決此類問題，具體在平時的各種模擬情景中建立起警犬使用中的梯度化獎勵意識。如在剛進入現場時運用梯度化獎勵中層次較低的撫拍、言語獎勵，鼓勵警犬主動作業；在警犬的作業過程中梯度化獎勵中層次較高的撫拍、言語獎勵，這里可以結合響片的使用；當警犬完成任務后，帶犬至可以充分獎勵的區域給予警犬梯度化獎勵中層次最高的各種獎勵。讓犬意識到在使用中的獎勵主要集中在最后任務的完成，特別是在任務重、作業時間長的各類警犬使用中，任務完成后的梯度化獎勵至關重要，不僅僅是對本次任務完成的獎勵，更是鼓勵警犬在以后任務中能夠產生持久的積極作業動力。

三、注意事項

（一）打好基礎，事半功倍

梯度化獎勵能在警犬訓練與使用中達到高效的運用關鍵在于警犬獲得獎勵梯度化條件反射的建立以及訓導員在警犬訓練及使用中梯度化獎勵的運用，利用梯度化獎勵中越高層次的獎勵越具有稀缺性的特點，獎勵激發警犬參與訓練及使用的積極性、主動性，實現警犬訓練及使用的高效能。訓導員要大膽探索梯度化獎勵使用的各個環節，充實梯度化獎勵的各個部分，引導警犬盡早建立獎勵獲得的梯度化條件反射，為后面梯度化獎勵的綜合運用打下良好的基礎，發揮出梯度化獎勵的巨大優勢。

（二）穩步銜接，綜合提升

梯度化獎勵在警犬訓練與使用中的運用是一個系統的過程，如對警犬在使用中的獎勵主要來源于警犬在訓練中能夠得到的各類獎勵措施，因此在警犬訓練中能否有效建立起梯度化獎勵關系到在警犬使用中梯度化獎勵的運用。在警犬訓練中梯度化獎勵中高層次的獎勵要與在警犬使用中任務結束后的梯度化獎勵相結合。

（三）循序漸進，總結提高

梯度化獎勵在警犬訓練與使用中的運用是一個漫長的過程，要根據警犬對梯度化獎勵中各層次獎勵的敏感程度不斷優化梯度化獎勵的各個部分，如在言語、撫拍獎勵方面，部分訓導員憑借自身主觀臆斷認為自己的言語、撫拍獎勵的語氣、力度具有梯度性，而實際效果在警犬看來區分度并不高，久而久之導致訓導員的言語、撫拍獎勵對犬無法產生有效的獎勵引導作用。因此訓導員要根據警犬的實際反應表現不斷優化充實梯度化獎勵中的各個部分，有效發揮出梯度化獎勵的優勢。

綜上，梯度化獎勵在警犬訓練及使用中的運用是一個重要而復雜的過程，它是高效提升警犬訓練及使用效能的重要方法。要重視在警犬的訓練及使用中運用梯度化獎勵，不斷總結提高，同時關注警犬個體差異，摸索出一套適合具體警犬的梯度化獎勵方法，實現警犬訓練及使用效能的大幅提升，充分獎勵、調動警犬的積極性、主動性，更好地發揮出警犬技術的獨特優勢，進一步提升警犬技術服務警務實戰的綜合效能。