сознательный выбор определяется ценностными иерархиями. ценностные иерархии включают иерархии стимулов ОФ :)

понял. то есть фактически, вообще-то, мы МОЖЕМ подкреплять даже очень-очень маленькие "кванты" действия, и субъект в итоге таки имеет все шансы их просуммировать и самостоятельно вовлечься в макро/масштабное поведение

т.е. давай полностью твое утвержедние: для подкрепления используются сигналы с разной степенью "уровня". попровляй, если не точен.

1. Сигналы используются любые
2. "Уровни"/"сила" сигналов формируется по ходу их натурального применения. Какой сигнал используется для подкрепления большего числа ээ атомарных действий, тот в итоге и будет ээ "сильнее".

читай исходники

чтение исходников не освобождает от необходимости думать самому дополнительно :)

ты не прав. там была даже фраза, что Карен не смогла придумать применение этому правилу кроме как заучивание стихотворений начиная с последнего четырехстишья.

а я тебе про другое. обучение идёт с конца. а когда субъект выполняет цепочку, он выполняет её сначала. читай исходники — там тебе напишут — каждое следующее действие служит подкреплением для предыдущего :) таким образом получается что:
— один стимул поощрения (не явный) = типа "переход" между шагами
— второй стимул поощрения — завершение всей цепочки и получения свистка/рыбки

Получается два (один в друго вложенный) цикла подкреплений.

ОФ — это типа драйвера, который может облегчить (а иногда даже типа — вовлечь при полном отсутствии исходной мотивации/желания) обучение. Но собственно модель конечного поведения должна быть заготовлена заранее.

хорошо нейронная сеть реагировала бы следующим образом

реальные люди реагируют абсолютным вовлечением в такие цепочки. от компьютерных игр до армии.

Если я правильно понял, вы говорите о том, что можно с помощью ОФ подкреплять некие подсознательные процессы ("внутренние процессы" — на самом деле мы можем подкреплять лишь внешние сигналы/проявления этих процессов), которые уже дальше сами по себе приведут к нужным действиям.

С другой стороны, вспомните систему званий и учёта выслуги, использующуюся в определённых профессиональных контекстах. Влияет именно на сознательное поведение и влияет очень сильно.

для цепочек поведения, в начале подкрепляется последнее действие, потом подкрепляется предпоследнее действие и последнее, и т.д.

для цепочек поведения ПО ХОДУ ИХ ИСПОЛНЕНИЯ подкрепляется сначала первое действие, потом второе и т.д. вплоть до последнего за которое выдаётся самое ээ "сильное" поощрение. если первое действие не подкрепляется субъект не вовлекается в цепочку.

--Я скорее говорю о разных уровнях поощрения:
--да откуда этим уровням возникнуть?

Всё что кто угодно делает сгруппировано во вложенные циклы.

имхо в ОФ подкрепляется некий внутрений процесс.

но Скиннер-то как раз не заглядывал внутрь "чёрного ящика" :)

а вот уже значимость этих процессов и может определять "уровень".

в обсуждаемом случае значимость создаётся ээ искусственно системой сигналов поощрения

но для самого ОФ нет уровней, есть только внутренние процессы.

для самого ОФ нет никаких внутренних процессов, есть только внешнее поведение

м.б. эти паттерны ээ передаются по наследству? :) (конечно не генами)