https://www.pnas.org/doi/10.1073/pnas.2509612123
1970年代末諾貝爾獎得主費曼和朋友拉爾夫·萊頓來到名叫Indra的泰國餐館點餐時
萊頓犯了選擇困難症：是繼續點自己最喜歡的薑汁雞還是冒著踩雷風險去試其他菜呢？
一般人會先試幾道菜再根據試的結果選自己最愛的菜
那麼要試幾次就可以不再繼續冒險且能做到最優解？
費曼拿起紙算了起來
https://reurl.cc/Ga7N9v
https://reurl.cc/X2oQd3
他假定餐廳裡的每道菜都有對應的分數且分數滿足均勻分布後得出了分數閾值:
n^0.5/(n^0.5+1)，n為剩餘點餐次數（沒有總次數限制，只考慮還剩多少次)
如果之前所有嚐過的菜的分數都沒超過閾值就繼續試
若有菜的分數超過閾值則不再嘗試
直接選已經試的菜中分數最高那個
這幾頁潦草計算手稿後來被萊頓保留下來
近年科學家破譯手稿後發現費曼研究的就是決策理論的最優停止問題(秘書問題和相親問題
都是其變體)
科學家為此進行實際社會實驗
他們把研究對象改成同城市的不同餐館
首先透過Prolific線上平台招募2520位志願者
參與者被指示去想像自己到陌生城市停留一週到四週
每晚都必須選一家餐廳
每家餐廳的評分0~100分
在首次試這家餐廳前該值是未知的
這些分數服從均勻分布、指數分布、冪分布或三角分布
參與者目標:該如何決定每晚去哪家餐廳才能讓這些餐廳數值的總和最大？
結果越接近行程結束
參與者越來越不願意冒險試新餐廳而傾向於回到目前發現的好餐廳
雖然參與者並沒有真的算出費曼的最優公式
但他們的行為很接近這個最優解
此外與線性閾值模型的預測相比
參與者通常傾向於試更多
這表明在最優停止任務中參與者會根據潛在分佈來調整自己的閾值標準
整體來看這是簡單但行之有效的策略
科學家承認實驗條件比較理想化
現實選餐廳還要考慮交通成本、時間成本、金錢成本等等
不過這也顯示一般人直覺選出的餐廳和諾貝爾獎得主的數學推導相差無幾