强化的权变关系。

    同自然界中波是一样，也就是说强化的频率（间隔多长时间给予强化），强化的强度（也就是振幅，一次给多少，波谷相当于给予负强化，波峰相当于正强化，振幅可以是个常数，也可以是变量，就好比波一样，频率和振幅都是可变的，但不会改变波的本质）。

    波的横坐标可以看作是学习积累量，纵坐标看做学习加速度（积极性）。

    连续强化和间接强化。

    连续强化多用于学习新事物，每做正确一个行为，即使没有达到目的，都需要及时奖励，这是保证学习积极性和有效性的最佳策略。

    间接强化多用于维持已学得行为，这时行为已经不再是学习（不再是新鲜事物和未知事物）而是重复性的行为，但如果一直不能得到强化（奖励，有益于生存和繁殖的所有行为或资源），个体无法积极响应和维持这种无意义的行为。

    间隔多少次或多长时间进行强化，和行为的难度（花费的时间和代价）、个体的认知（阀值高低，多少次没有回报才算不值得）、环境压力（外因造成的不利己）等综合决定。

    有意思的是，为什么间接强化对于已经习得的行为或认知要比连续强化更有效呢？

    连续强化对于个体而言获得更多的收益是没错的，但我们现在研究的是教授和训练，主体不只是学习个体还有教授的个体，个体最佳的学习路径并不是以自身实践在环境中学习。

    这样做一是效率不高，他要走很多弯路才能学习到正确的行为甚至永远都学习不到，二是风险大，例如哪些食物是有毒的，哪些动物最好离远点，这些学习往往是以生命为代价的，三是不具有种族累积性，个体的一生所学习到的知识和技能，如果不能教授给下一代，那么这个种族必将灭亡，因为这和基因进化性质一样，没有遗传，哪有变异。

    所以传授、教授是个体学习的最佳路径，所有哺乳动物都具备这样的传授行为，这时以上的问题就能很好的解释了：

    一是从传授者角度看，资源是有限的和必须要付出相应的代价获得，这是传授最基础的认知，因为个体学习的根本目的就是能获得更多的资源（或以更少的代价，更有效率的行为）来更好的生存和繁殖。

    对于已经学会的行为，相比正在学习的行为已经习得行为作用个体的时间很长，有的可能是一生，而学习过程（学习行为）却很短暂，只要个体掌握了学习就算结束。

    对于短期的学习行为因为要花费学习者更多的精力和时间（学习过程不产生效益），传授者如果不给予高频率大数量的奖励，个体很可能因为这个过程对自己没有收益而放弃。

    而当学习完成，个体已经没有理由再从传授者这里获得收益，他可以用学习到的行为获得收益，除非这种行为有利于传授者，而这种已经学会的行为与那些正在学习的行为相比不再重要，传授者必须以最小的付出维持个体的习得行为。

    从学习者（个体）来看，通过从教授者那里获得收益的频率和数量，让他们更关注那些新事物新学习，让个体明白什么才是相对重要的，这也是为什么差别化实质上是一种行为暗示。

    再从资源边际效应上看，如果同一种奖励过多，其每一次产生的激励作用递减，总有这样的一个临界
    （本章未完，请翻页）