跟我们平常理解的「负优化」中表示反向的「负」不是同一个意思（）

也就是说不要把「负强化」理解成「减弱」某种行为。

对强化的最早研究出自桑代克的谜箱（Thorndike Puzzle Box）实验。

桑代克把一只饥饿的小猫放进一个有机关的箱子里，并且让小猫能看见箱子外面的食物。这样，小猫就会为了获取食物而尝试离开箱子。

小猫会在其中做出各种行为，例如抓地、摸天花板、从里面往外看，喵喵叫。但只有按下踏板，门才会打开，从而获得食物。

在反复多次之后，小猫逃出箱子所用的时间呈现整体下降的趋势；小猫每次被放进去之后做出的「多余动作」也越来越少；在大约20次之后，小猫刚被放进箱子里就会直接去踩踏板。

桑代克通过这种训练，让小猫在进入箱子后更倾向于踩踏板，而不是进行其他动作。

桑代克也从中总结出了一条规律。

效果律（Law of Effect）：当动物在某种情况下的各种行为带来想要或不想要的结果时，带来想要结果的行为在该情况再次出现时会更倾向于出现，带来不想要结果的行为在该情况再次出现时出现的概率会降低。

那如果在箱子上安装一个语音识别模块，并且把箱子改成只有在喵喵叫之后才能打开，是不是就能训练小猫一直喵喵叫了（）

下面是一个「真正的」桑代克谜箱：

桑代克（Edward Thorndike）就是在这样艰苦的环境下完成了一次又一次逗猫实验，最终成为了行为主义的奠基人之一。

行为主义的另一位奠基人，斯金纳（B. F. Skinner）认为，行为之后的后果会导致该行为在以后的频率增加或减少，并将其称为「强化」和「惩罚」。

斯金纳最有名的实验之一是鸽子的迷信行为（Superstition in the Pegion）。

斯金纳给每只鸽子安排了一个单间笼子，任由其自由活动，每15秒向笼中投放一次食物。几分钟后把它们放出来。

然后他发现，鸽子们做出了各种抽象行为：逆时针转圈、反复抬头、以头抢地啄击地面、……