可变奖励（或不可预测的奖励或可变程序的奖励）是一种间歇性提供的奖励。强化程序的设计通常是为了使行为最大化。可变比率程序可以在不可预测的反应次数后提供强化物（例如，以 1:4 的平均比例）。可变时距程序会使用不可预测的间隔（例如，平均为 60 秒）。关于可变奖励的力量，一个流行的例子是对赌博的成瘾。该领域的开创性研究是由 B.F. Skinner 进行的。
另见：
- 预防成瘾的奖励多样性[1]：如何避免可变奖励的消极影响
- 游戏障碍[2]：可变奖励如何导致游戏成瘾、
Thoughts Memo 汉化组译制
题图：#百合イラコン 汗っかきの君 - ふめ〜的插画 - pixiv
原文：Variable reward - supermemo.guru