概率学习probability learning

有机体对于具有统计规律性的现象所表现的预测的行为方式及其形成过程。当人们对行为的结果难以提出明确的预测或推测的场合，也常常有必要去选择特定的对象和方法，并做出决定。把在这种不确定的场合中选择和决定行为的学习叫做概率的学习。一般来说，这种不确定场合的学习，是依存于过去的各种经验的。但它有统计的规律性。为了在理论上和实验上明确这种学习行为，就要明确规定场合和选择行为的若干条件和变量。作为条件，可以有从单纯2个选择推测一直到N个选择推测。另外，作为重要的变量，还有行为的成功或失败的概率、强化的概率等。而强化的概率所赋予的方式就叫做强化的时间表。强化如果是和先行现象独立时，就叫非依存的；如果强化是从属于先行现象时，就叫做依存的。像这样一些学习过程，可以进行概率论的、信息论的解析。现在这种解析，已经提出了若干理论模型，如刺激抽出理论、概率学习模型、对偶联想模型、线性模型等。而且作为概率学习来探讨的问题， 已经涉及到辨别学习、反应时的变化、概念学习、记忆以及各种行为决定等等领域。

概率学习probability learning

在符合概率原则的情况下，研究个体如何学会预测事件发生或不发生的方法。实验程序是，被试面前有两盏可闪亮的灯，灯下有反应键，在两盏灯中间有一盏信号灯，要求被试在信号灯闪亮后约两秒内判断哪盏灯会亮，并按下该灯下的反应键。在被试作出反应后，根据实验设计，其中一盏灯闪光1或2秒，之后信号灯再次闪亮。继续进行实验。实验中两盏灯的闪亮概率可人为设定，如左边为0.7，右边为0.3。实验中通常对10～20个被试进行200次以上的实验，在正确灯闪亮的强化作用下，被试的预测会越来越准确（与左右灯闪亮的概率非常一致）。此方法可用于研究简单事件发生的概率，亦可通过采用不同的呈现原则、条件强化原则、刺激选择原则、反应原则等研究复杂的排列组合问题。概率学习的研究三个焦点问题是学习曲线（渐进行为）、最近分析和系列统计。此类研究成为20世纪五六十年代人类学习研究的重点。