Skip to content
Xalp & Peyto's
Go back

如何与狗相处

Peyto

🐾 一些简单的规则

  1. 不要怕你的狗 如果你害怕狗,你的狗就会变得凶。这是一个强化的循环:你害怕狗,你的狗在你做让他不开心的事情的时候(比如刷牙,剪指甲),就会对你凶(一开始是呜呜的声音,如果被强化到一定程度,就是大叫和轻咬,最后是真正的攻击)。你的害怕会让你收回你的动作,而狗狗也会得到强化,认为对你凶有用。在养狗之前,需要确保家庭里面的所有成员都不怕狗。如果有点小害怕,可以现在庇护所或者宠物店先进行脱敏训练。在狗发出威胁的信号的时候,不要撤回你的动作,尽量轻柔,可以极少量的尝试给一些零食(不要每次都给,否则也会强化这个行为)。

  2. 不要凶你的狗 不要对你的狗大叫,也不要打它。情绪稳定会给狗提供一种安全感,这会让狗有更少的害怕的情绪,这样他们就可以更多的去用脑子去思考,从而学的更快。在训练狗的时候,负面的反馈能很及时的阻止你的狗做一件事情,但是长期来说,害怕被惩罚的情绪会让他们无法去思考和主动的进行其他行为。一个很好的方法是用很高的声调,像对一个一岁小孩一样说话,代表你很高兴。因为人无法在生气的时候还夹着嗓子说话,这个方法可以有效隔离小狗不理解你的情绪的情况。只要是高声调,无论说的是什么,说明你现在不生气,没有惩罚,有奖励。持续使用高声调和低声调的对比,狗会记住高声调就是奖励。在比较紧急的情况下,比如绳子松了,用高声调进行召回。凶狗会使得关系整体下降,而狗对人的不信任通常没有办法解决(初始的建立信任较为容易,但是如果信任被破坏,想要再建立就基本不可能)。

  3. 展示支配 在人的世界里,对他人的支配往往是不好的。但是对于人和狗的关系,展现支配是很重要的。这个支配不是随心所欲的去惩罚,命令狗,而是基于规则的。比如,当你松绳子之后,你是否应该容忍你的狗随便乱跑,召回不回来?你不应该,但是事实上,很多狗主人每天都会面临类似的问题,然后妥协。狗的行为是自我强化的,他们不听你的召回命令,又在地上闻到了有趣的味道/吃到了有趣的食物碎屑(亦或什么也没有,只是享受自由的奔跑)作为奖励,他们会学习到忽略你的命令本身是会被容许,甚至奖励的。你应该一开始就想好,你的界限在哪里,因为狗在你沉默的时候,都会选择他最舒适的方式。展示支配是残忍的:让狗在一个区域内,却不能到处乱跑着玩;或者牵绳训练的时候,要有拉扯的行为;但是只要训练好了之后,自由会被还给狗:我只要知道我一叫,狗狗就可以被召回,我就会更放心的去松绳,而狗狗经常性的获得自由,想要挣脱,乱跑的概率也会降低,这才是一个正向的循环。容许一个狗不服从命令是可能致命的。在训练的过程中,不要使用打骂的惩罚。比如你要训练一只狗能在松手的时候也能坐下,等待:首先你需要在家里练习,当狗坐下的时候,嘴里一直夸赞小狗,当他不服从站起来,你立刻停止夸赞,把他抱起来,重新放到地上。如果他跑掉,同理,抱起来,重新放在一样的位置上,建立他跑了也会被抓回来,所以不要跑的印象。同时你偶尔在他坐下的时候给奖励,奖励最好为食物(一开始训练最好是水煮肉)。在户外会有点难,但是每天二十分钟,也用不到一周,就会学会。一开始会到处乱跑,所以选一个相对狭窄的空间,确保能抓回,同时给一个release code,比如ok。最后则是让小狗偶尔在户外坐下15-30分钟。狗是非常不耐烦的生物,所以训练初期需要每几秒就给一个口头确定,“yes” “good job”之类的。

小狗应该吃什么:

我们试过狗粮,包装好的生肉鲜食,包装好的打碎的鲜食;最后我们选择了big dog barf。呸头吃这个肠胃很稳定。要注意,虽然《永远的爱犬》里面在推荐鲜食替代狗粮,不平衡的自制仍然可能对狗造成更大的伤害。其次,生的食物有很严重的卫生问题,但是熟的食物里面一些营养物质会变形。呸头选择Big dog barf的原因主要是里面碳水含量较少,对于运动比较多的他可以降低炎症水平,以及减重来减少对关节的压力。事实上,狗粮应该是正常狗更安全且便宜的食物。

一些可以选择添加的成分包括酸奶或益生菌粉。加入酸奶的前三顿总是会拉稀,属于正常。我们也会添加营养酵母片,油类(核桃油/三文鱼油/亚麻籽油),绿壳贻贝冻干粉(这个对关节非常有效,也可以被替换成antinol,但是如果小狗跳的很少,也可以忽略),谷物粉(麦胚南瓜粉,狗如果不食用任何谷物会增加心脏病的风险,避免给狗吃纯肉狗粮如ziwi,即使《永远的爱犬》推荐这么做),和一些主要是为了风味的冻干粉。

Tip: 对于包装好的鲜食,我们试用了bom bom,但是呸头总是不稳定的拉稀,即使你选择同样的蛋白质,不同的批次也会有不同的结果,如果一个批次(两周的量)拉稀了,那么这一周就会一直拉稀,这也是为什么我们最后转向big dog.


Written on the day Datou leaves Singapore for a meeting in Espana. We will miss her for 3 weeks.


Share this post:

Previous Post
How Much Do Diffusion LLMs Memorize? (vs Autoregressive)
Next Post
On the Role of Discreteness in Diffusion LLMs