第5章 学习 LEARNING
Introduction to Psychology Depart. Psycho. Peking University
2021/2/6
t
1
Garcia et al(1985) 狼和羊的故事
含氯化锂的羊肉汉堡包＝＝恶心 羊进入狼的地盘 约一小时之内，狼尝试多次，但无攻击
2021/2/6
t
36
Latent Learning
Tolman & Honzik(1930) 结论：学习不一定需要强化
2021/2/6
t
37
Expectation and Locus of Control
Julian Rotter(1954，1990) 内控（Internal locus of control） 外控（External locus of control）
Edward L. Thorndike: Law of Effect
– S-R connection – 尝试－错误机制(blind trial-error) – 行为倾向取决于该行为产生的环境效果 – Law of effect=>Instrumental conditioning
B.F. Skinner: Operant Conditioning
Time schedule for CS & UCS
– Forward conditioning – Simultaneous conditioning
Contingency
– Backward conditioning
The Individual Learning History
– Higher-order conditioning
行为塑造的要领
– 确定最终目标 – 对目标加以分解 – 逐步强化分解后的目标
动物驯养的常用技术
2021/2/6
t
30
Programmed Instruction
机器教学（计算机辅助教学CAI）
总目标 分解为多个学习单元 进一步分解为多个步骤 及时反馈和强化学习效果 可以自定学习路径和节奏
2021/2/6
2021/2/6
t
4
1 What is learning?
2021/2/6
t
5
1.1 Definition
Learning refers to any enduring change in the way an organism responds based on its experience.
– 学习是一种反应概率上的变化，而强化是增 强反应概率的手段。
2021/2/6
t
19
3.1 Operants and Consequence
Operants:
– Emitted/Elicited – Instrumental conditioning(Thorndike)
Consequence
– Reinforcement – Punishment
2021/2/6
t
34
Insight
Gestalt：完形学习理论 柯勒：
– 黑猩猩够香蕉 – 顿悟而非盲目尝试错误的紊乱动作 – 内心构造完形
整体大于各个部分之和
2021/2/6
t
35
Cognitive Map
Edward C. Tolman(1948)
刺激------反应
刺激----主体（意识）----反应
– Ratio schedules
Fixed Ratio Variable Ratio
– Interval schedules
Fixed Interval Variable Interval
2021/2/6
t
24
3.5 Factors Affecting Operant Conditioning
操作与奖惩之间的联系的偶然性
t
22
惩罚效果差的原因
惩罚与操作难以对号 对惩罚人而非受罚行为害怕 存在其他奖励 惩罚受（领导）长辈的情绪所左右 （一致性差） 攻击性惩罚导致更多的攻击行为 建议：惩罚＋说理（或强化）
2021/2/6
t
23
3.4 Schedules of Reinforcement
Continuous reinforcement schedule Partial or Intermittent schedules
2021/2/6
t
21
3.3 Punishment
Decreases the probability that a response will recur Positive & Negative Punishment Common Problem in Using Punishment先 无特定刺激 躯体NS
2021/2/6
t
28
3.9 The application of Operant Conditioning
N. Miller(1978): Biofeedback training Behavior shaping and Chaining Programmed Instruction
解释普遍存在的现象
– 望梅止渴 – 大鼠（胰岛素、葡萄糖）休克 – 癌症化疗病人（食物、护士、医院） – 免疫能力（糖精水） – 家庭、单位 – 广告 – 环境
2021/2/6
t
15
2.4 Stimulus Generalization and Discrimination
新刺激越接近原刺激，越可能唤起反应 这种对类似刺激的反应就是泛化。 分化(discrimination)，是对刺激差异的反 应。
2021/2/6
t
20
3.2 Reinforcement
Making the response more likely to recur
Two kinds of Reinforcement
– Positive Reinforcement
提供奖赏
– Negative Reinforcement
终止一个负面刺激（负面强化物）
The Role of Feelings
– Emotion/sensory experiences – The behavioral approach system(pleasure) – The behavioral inhibition system(anxiety) 注意：强化物的针对性和有效性。
t
31
其他应用形式
奖励（劳模、三好生） 代币制（红花、卡片） 惩罚（交通处罚累积分制）
2021/2/6
t
32
4 Cognitive-Social Theory
复杂的学习怎么解释？ 强化如何让人学习复杂的行为？ 强化是学习的必要元素吗？ 主体的作用
2021/2/6
t
33
4.1 The Role of Cognition
– Skinner(1948)
鸽子的迷信行为
操作与后果之间的间隔 特异刺激的呈现: stimulus control 学习某种行为的准备性 学习者的特点: antisocial personality
2021/2/6
t
25
3.6 Why is reinforcer reinforcing?
Reinforcers as Drive Reducers
2021/2/6
t
13
Watson & Rayner(1920)
Little Albert
狗、兔子、白鼠、面具（圣诞老人） NS
身后敲击金属棒
UCS
跳起来、趴下、呜咽
UCR
两月之后，小孩怕狗等（泛化）
结论：情绪也是习得的
2021/2/6
t
14
2.3 Conditioned Social Behavior
2021/2/6
t
7
1.2 Why is learning important?
The environment does not stand still
– 分辨食物与生存环境 – 天性有限（小孩喜欢甜味）
The environment varies(Age, place, culture)
– 袒胸露臂与迷你裙 – 老实厚道与无能
2021/2/6
t
11
Classical conditioning
UCS 食物
NS
铃声
(CS)
唾液分泌 UCR
(CR)
定向探寻
2021/2/6
t
12
2.2 Conditioned Emotional
Responses
触景生情
– 一朝被蛇咬，十年怕井绳 – 秋天的悲沧和凄凉
歌曲
– 月亮代表我的心 – 爱在深秋 – 把悲伤留给自己 – 心太软
2021/2/6
t
9
2 Classical Conditioning
巴甫洛夫（Ivan Pavlov）（1849-1936） 研究狗的消化系统（Nobel winner）
– 唾液分泌（Salivation） – 反射（reflex）
华生（Watson）
– 动物和人类适用同样的学习法则
2021/2/6
Human being--Social animal
– 认知、情感、态度、人格、价值信仰等
2021/2/6
t
8
1.3 Sharing assumptions
Experience shapes behavior 经验塑造行为
Learning is adaptive 学习是适应