重复训练与奖励原则
少年派的奇幻漂流重复训练与奖励原则阐述了动物学习的过程,也是皮·帕特尔训练理查德·帕克所依据的原理。它的重要性在于,知道期望动物作出什么反应,与让这种反应变得可靠,两者之间存在差距——老虎不会轻易通过推理形成新的联想,因此求生有赖于反复出现的提示、奖励以及谨慎管理的情境。
动物行为的基础
这一原则源于书中对动物园饲养工作的描述——通过管理动物对周围环境的反应来照料动物。饲养员运用知识、食物、住所和保护,试图缩短动物的逃逸距离。动物感到安全时,便能安稳留在原地、毫无顾虑地进食、自然地活动和交往,并进行繁殖。皮·帕特尔的父亲被描写成一位凭直觉了解动物的饲养员,他留心动物的行为,并能推断它们的心理状态。
训练也取决于社会地位。不清楚自身地位的动物可能会变得紧张、容易受惊,也更危险;等级会影响它在何处、何时进食、休息、饮水以及与其他动物交往。但确立支配地位不一定要靠蛮力。一个姿势、坚定的目光或其他示威举动,都可能吓退对手,使其退让。这种对动物行为的说明,有助于解释为何皮·帕特尔的训练不仅包括奖励,也包括传递自信的信号和设定界限。
通过重复与奖励学习
皮·帕特尔意识到自己必须训练理查德·帕克,因为老虎很可能比他活得更久;然而,这只动物也是避免他独自陷入绝望的支撑。两者依赖于共同维持的一种安排——皮·帕特尔必须让理查德·帕克的行为变得可控,同时避免激怒它而引发攻击。他作为动物园饲养员之子的知识、挂在救生衣上的口哨、开阔的海面,以及可用作奖励的食物,为他临时设计一套训练程序提供了条件。
皮·帕特尔明白,动物主要凭本能或习惯行动,仅靠智力几乎无法形成陌生的联想。因此,教会它作出某种反应,需要令人麻木的重复;这一过程既依靠努力,也依靠运气。训练老虎尤其困难,因为老虎的思维灵活性不如海狮和黑猩猩等通常接受训练的动物。皮·帕特尔认为,他的成功部分得益于理查德·帕克所处的境况——它是一只年轻的成年老虎,也是一只易于顺从、等级较低的动物;它仍因环境改变而紧张,因此格外容易配合。
圆圈训练让这种方法变得具体可见。皮·帕特尔用细树枝做成一个圆圈,教理查德·帕克依次完成四次跳跃,每跳一次,就给它一小块狐獴肉作为奖励。起初,皮·帕特尔用左臂把圆圈举在离地约三英尺处。理查德·帕克跳过圆圈后,他用右手接过圆圈,转过身,命令老虎回来再跳一次。第三次跳跃时,皮·帕特尔跪下,将圆圈举过头顶,面朝逼近的危险。整个练习始终伴随着恐惧——皮·帕特尔无法确定老虎会跳跃而不是攻击,但理查德·帕克每次都跳了过去。
表演的最后一部分不那么可靠。皮·帕特尔把圆圈掷出去,让它像轮子一样滚动,预料理查德·帕克会跟着它,在圆圈倒下前穿过它。老虎确实跟了过去,但有时皮·帕特尔没掷好,有时理查德·帕克笨拙地撞上圆圈。即便这种反应并不完美,也有实际作用——它把老虎引离皮·帕特尔。理查德·帕克注视着倒下的圆圈,嗅着它,仿佛它是一只倒下的动物;皮·帕特尔给它最后一份奖赏,然后离开。这个片段表明,训练是一连串不均衡的提示、反应、奖励和退避,而不是突然完全控制住动物。
界限也是训练的一部分
皮·帕特尔的求生方法也借助了领地行为。当他需要激怒一只动物,却不想招致直接攻击时,他建议选择规律而适中的海浪,让救生艇保持稳定,准备好避难处并保护身体。随后,他在动物领地边缘制造声响,以持续一致的声音侵入,同时避免进入动物自己的空间。目的在于让动物靠近或越过界线,然后作出仿佛这次侵犯至关重要的反应。
按照皮·帕特尔的说法,一边保持目光接触一边慢慢后退,可以促使动物跟随。一旦它坚定地进入中立区,皮·帕特尔便把这一举动视为越界。接着,他全力吹响口哨,并立即让海锚开始移动;必要时,还会让救生艇的舷侧迎向海浪。这套程序将重复与领地结合起来——口哨是可辨认的信号,而动物进入争议区域的举动,则为皮·帕特尔作出反应提供了时机。这种方法经过审慎筹划,意在激怒动物,却不让挑衅演变成彻底的攻击。
在岛上重新训练
皮·帕特尔和理查德·帕克抵达岛上后,同样的问题再次出现。理查德·帕克游荡到更远处,在树上留下深深的抓痕,并发出沙哑的求偶叫声。皮·帕特尔担心,老虎日渐适应环境后,可能会更难容忍另一只雄性动物出现在自己的领地上。两者在森林中意外相遇时,理查德·帕克三次直立起身威胁皮·帕特尔,随后才离开。皮·帕特尔僵立不动,直到危险过去,然后才拿着口哨追上去,试图让哨声传到远处。
那天夜里,皮·帕特尔得出结论——自己必须重新进入马戏场,再次训练理查德·帕克。他不停地吹口哨,直到肺部疼痛;一边捶打胸口,一边捶得胸口青紫;数千次重复命令,并扔出数百块狐獴肉。重复这一细节至关重要——岛上食物、水和空间充足,本可能让理查德·帕克放松下来,变得更难影响,但老虎仍因新的环境而紧张不安。皮·帕特尔将这种紧张理解为它仍愿意、甚至需要顺从。
随着理查德·帕克的需求增加,皮·帕特尔最终不再整夜待在狭窄的救生艇里,而是在树上用网、绳子和毯子搭起睡觉的地方。这种改变并未消除两者之间的领地安排,而是让它适应岛上的环境。无论是在救生艇上还是在岛上,这一原则都无法保证安全或实现完全控制。它的作用更有限,却也更为重要——通过反复发出提示、附加奖励并管理界限,皮·帕特尔在自己无法匹敌其力量的动物与自己之间,建立起可行的行为模式。
