黑猩猩正强化行为训练探讨

雷 钧 卫泽珍 刘 珑 崔媛媛 孙红卫

(太原动物园，太原，030009)

现代动物园正在由传统的饲养管理模式向着以动物福利为核心的行为管理模式转变。而正强化行为训练正是其中的一个重要组成。正强化行为训练是通过正向奖励的手段，让动物通过自主学习，按照指令主动配合完成目标行为的一种训练方法，可以在多方面提升圈养野生动物的福利[1]。目前，在圈养灵长类动物中开展的正强化训练最为普遍，包括黑猩猩(Pantroglodytes)、环尾狐猴(Lemurcatta)、山魈(Mandrillussphinx)、黑叶猴(Trachypithecusfrancoisi)等多个物种。

正强化行为训练已被用来引导灵长类动物自愿配合饲养管理操作[2-4]、医疗检查[5-7]以及科学研究[8-10]，已被证明可以改善灵长类社群活力[11]，减少异常行为[8]，增加动物的自愿合作，减少恐惧，提高动物的学习能力，并增强它们对环境的适应能力等[12]。对于动物园来说，开展正强化行为训练的主要意义在于让动物自主配合诊疗操作及方便饲养管理操作，如日常体检、称重、采血、串笼等，不但可有效减少强制保定带给动物的应激，更可以有效保障动物的健康和福利[13]。

太原动物园于2018年3月开始，对2只成年黑猩猩进行正强化行为训练，目前已开展的训练项目包括让其主动配合兽医完成手、脚、腹部、背部、口腔身体各部位的健康检查，随目标棒进入转运通道和转运笼等。本文对这些训练项目进行了阶段性总结和探讨，以期为同行业相关工作提供参考借鉴。

1 训练对象及方法

1.1 训练对象

黑猩猩“山本”：雄性，28岁，2013年从合肥野生动物园租借至太原动物园进行合作繁殖，无训练基础，对环境有较强的警戒心理。

黑猩猩“老大”：雌性，12岁，自2009年引入太原动物园饲养，无繁殖经历，无训练基础，较活泼，群体地位高于“山本”。

1.2 训练场地与器材

训练主要在室内活动场投食口处的平台以及专用的训练笼中进行。

投食窗口处以竖向钢筋作为安全隔障，投食口处安置有木质平台(80 cm×50 cm)，黑猩猩可在该平台上完成一定的训练项目。

训练笼高115 cm，长95 cm，宽75 cm，主要由金属方格网(钢绞线扎花编织网)构成，方格孔径6 cm。训练笼底部装有滑轮，也可以作为转运笼运输动物。

训练器材包括响片、目标棒(纸质和竹制)、食物背桶。

训练所用的奖励食物为动物日常饲料构成的一部分，包括果汁、葡萄、花生和切成长条或小块的香蕉、橙子、芒果、甜瓜、苹果、梨等。

有时，也选用竹制抓挠给训练对象挠痒痒作为奖励。

1.3 人员配置与时间安排

由于2只黑猩猩共同饲养在同一笼舍中，为保证训练工作的连续性和安全，每只黑猩猩由一名训练员负责，且2名训练员同时参与训练。训练工作主要由专门负责训练工作的技术人员开展。

在训练开展的前6周，训练时间为1周5 d，每天1次，每次20 min。从第7周开始，调整为1周3 d，每天1次，每次20 min。

1.4 训练方法

1.4.1 个体熟悉

在开展训练前，训练员与训练目标个体相互熟悉，每日进行简单的食物投喂，熟悉呼名，用1周时间建立初步的信任。

1.4.2 建立条件反射(响片与食物奖励的桥链接)

训练初期，用黑猩猩喜欢的水果作为初级强化物(食物奖励)，响片的响声为次级强化物。按下响片，接着在投食口投喂一份食物，建立桥链接。在训练最开始前2 d，主要进行桥链接的建立，之后3 d，在开始的最初3 min，重复建立桥链接。

1.4.3 正强化行为训练

以正强化方式开展每一目标行为的训练，训练简要步骤如下：

a.训练员给予特定口令，辅以目标棒或手势；

b.训练对象根据目标棒的引导，自主学习做出正确的行为反应；

c.在动物做出训练员期待的动作时，按下响片，示意当前行为“正确”(动物可得到食物奖励)；

d.给予食物奖励。当训练对象取得明显进步(如准确做出训练员所希望的动作，或保持动作更长时间等)时，给予更多的食物奖励或最爱吃的食物。

动作保持训练：采用不定频率的强化方式，如给“手”的口令，手抬起接触目标棒后，给予“保持”口令，然后随机性的每按1～4下响片，给予一次食物奖励(即可能按2下给予食物，也可能按3下再给食物)。

当训练新动作过程中训练对象反复出错得不到奖励烦躁时，回到之前更基础的训练，恢复其对训练的自信和投入[14]。

2 训练项目

训练内容详见表1。

表1 黑猩猩训练内容

Tab.1 Training items for chimpanzees

注：“-”代表尚未开展相关训练项目；“*” 未完成双手定位，直接训练胸腹接触目标棒脱敏

Note：‘-’：Current training item has not been completed‘*’：Shaping the chest touching without hands positioning

3 讨论

3.1 训练环境

训练环境应尽量保持安静，有序的训练过程有可能被突然出现的人和意外的声响打断，特别是对环境特别敏感的个体。在训练过程中，雄性黑猩猩“山本”对远处并未现身的饲养员工作发出的声音、另一群体黑猩猩的吼叫声以及馆舍外路过的运输饲料的车辆声音都特别敏感，多次训练都因此中断。这些声音的出现意味着黑猩猩马上可以得到很多食物或者可以去外活动场(都是黑猩猩喜欢的)，这些声音在日常的饲养过程中也就转变成了代表着食物马上到来的次级强化物。因此，训练计划制定时应使训练环境避开这些干扰因素，使训练对象注意力保持在训练员身上，保证训练顺利进行。

3.2 训练员在训练前应制定详细的训练计划，并在训练中保持良好的心态

在正强化行为训练中，训练员和被训练的动物之间是一个互动的过程，训练员在训练动物的同时也在被动物影响着。因此，训练前制定一个详细的训练计划以及完成每一个行为所需的时间计划是非常必要的。训练中遇到的情况要尽量都考虑到，并制定相应的应对方法，根据训练中遇到的实际情况来调整训练内容。例如发现训练对象烦躁、走神时，可以暂缓当日原定的训练，改为进行简单互动或返回之前更简单基础的训练，恢复其对训练的自信，下个训练日再继续进行原定训练计划。

黑猩猩是非常聪明的群居动物，对训练员的声音甚至情绪的变化都很敏感。笔者是初次训练动物的新手，训练过程中遇到没有预料到的突发状况往往感到困惑、不知所措、情绪低落沮丧，这些情绪会影响动物的情绪和行为，影响其对训练的参与度，甚至导致训练的中断。训练员突然中断训练对参与训练的动物来说是一种“惩罚”，动物无法得到强化物不是由于自身没有做对动作，而是训练员自身原因导致训练中断，很可能无意中动物做出了正确的目标行为却没有得到任何回应，导致动物对训练过程失去兴趣。因此，训练员应在训练中保持良好的心态，专注于训练，不可无故终止训练[15]。

3.3 黑猩猩可以通过观察学习达成目标动作

笔者作为训练员新手，在对雄性黑猩猩“山本”的行为训练进度上整体落后于更有经验的训练员训练的雌性黑猩猩“老大”。但经过观察，“山本”可以通过学习观察同伴“老大”的训练过程，很快学会正确的目标行为动作从而得到奖励。例如，口腔检查的张嘴塑形训练，“老大”通过完整的正强化行为训练过程花费4 d完成塑形，而“山本”通过观察学习用2 d就完成了塑形。通过黑猩猩的观察学习，可以缩短训练对象完成目标行为塑形所需要的时间。

3.4 个体差异

在训练过程中发现，不同黑猩猩个体对于不同食物的喜好程度是不同的，“老大”对橙子、甜瓜的喜好程度高，而“山本”对橙子、甜瓜喜好程度低。依据训练对象对不同食物喜好程度的选择，给予不同的奖励可以达到更好的训练效果。比如在训练对象有较大进步时，给予喜好程度最高的食物。同时，强化物并不一定必须是食物，对于黑猩猩来说，挠痒痒也是一种很好的奖励，而良好、愉快的行为训练过程本身对于圈养动物也是很好的奖励。

不同黑猩猩个体对于环境的敏感程度也是不同的。在开启转运通道和训练笼让黑猩猩对这些设施熟悉脱敏的训练过程中发现，雌性黑猩猩“老大”很顺利地进入了转运通道和训练笼，而雄性黑猩猩“山本”对这些新设施非常敏感，表现出警戒、暴躁的行为。这可能和不同个体的性别、年龄以及个体发育史的差异有关，在训练时都需要明确。

4 结论

经过约8周的正强化行为训练，黑猩猩“老大”、“山本”先后完成了目标定位转移、胸腹触摸脱敏、口腔检查脱敏等训练项目，达到了训练目的。今后太原动物园将继续开展黑猩猩的采血脱敏训练，方便兽医进行检查治疗。同时将正强化行为训练作为日常丰容工作的一部分，对黑猩猩开展更多的开发其认知能力的训练项目，将涉及更多的黑猩猩个体。通过正强化行为训练，减少、消除一些黑猩猩个体吐口水、扔粪便等异常行为，进一步提升所有个体的福利。