Почему в новом городе мы сначала ищем лучший ресторан, а потом возвращаемся в знакомый

Оказывается, это не просто бытовая привычка, а математическая задача. Её ещё в 1970-х годах придумал и решил физик Ричард Фейнман, когда его друг за обедом выбирал между любимым блюдом и чем-то новым. Долгое время решение оставалось в рукописных заметках, а теперь исследователи расшифровали их и проверили, как похожую задачу решают обычные люди.

Работа опубликована в Proceedings of the National Academy of Sciences.

Главная идея простая: пока впереди много дней, выгодно искать лучшее место. Если повезёт, вы сможете вернуться туда ещё много раз. Но когда поездка почти закончилась, поиск теряет смысл — времени насладиться новой находкой уже мало. Поэтому люди чаще выбирают проверенный вариант.

Детали

Эта задача относится к дилемме «искать или использовать найденное». На английском её часто называют explore-exploit dilemma. В обычной жизни она встречается постоянно: попробовать новый ресторан или пойти в любимый, посмотреть новый сериал или включить знакомый, искать новую работу или остаться на той, которая уже устраивает.

В версии Фейнмана человек приезжает в город на ограниченное число вечеров. Каждый вечер он может либо попробовать новый ресторан, либо вернуться в лучший из уже найденных. Если он продолжает искать, есть шанс найти место лучше. Но каждый новый поиск забирает один вечер, который можно было провести в уже хорошем ресторане.

Фейнман предложил стратегию с «порогом качества». Проще говоря, сначала вы соглашаетесь только на очень хороший ресторан. Если найденное место не дотягивает до этой планки, продолжаете искать. Но по мере того как дней остаётся всё меньше, планку нужно снижать. Иначе можно весь отпуск провести в поисках идеала и так и не воспользоваться лучшей находкой.

Учёные не просто разобрали старые записи Фейнмана. Они перенесли задачу с выбора блюда на выбор ресторанов в новом городе и проверили поведение людей в онлайн-эксперименте. В нём участвовали 2520 человек. Участникам предлагали представить, что они находятся в городе на разное число вечеров, и каждый раз выбирать ресторан из виртуальной сетки. После выбора человек узнавал, насколько это место оказалось хорошим.

Люди не следовали точной формуле Фейнмана. Их стратегия была проще: они постепенно снижали требования к новым ресторанам по мере приближения конца поездки. Но эта простая схема работала почти так же хорошо, как оптимальное математическое решение.

То есть мозг использует понятное правило: сначала ищи, потом закрепляй удачную находку.

Почему это важно

Эта история показывает, что математика может описывать очень обычные решения. Мы не думаем о формулах, когда выбираем кафе, фильм или маршрут прогулки. Но за такими решениями всё равно стоит логика: время ограничено, а каждый новый выбор может быть как удачным, так и потраченным впустую.

В начале поездки ошибка стоит дешевле. Если ресторан оказался плохим, впереди ещё есть вечера. Можно попробовать другой. Но в последний день риск выше: если новое место разочарует, исправить уже нечем. Поэтому возвращение в знакомый хороший ресторан — не скука, а вполне разумная стратегия.

Этот принцип объясняет не только рестораны. Мы так же ведём себя с покупками, местами для отдыха, маршрутами, приложениями и даже привычками. Сначала пробуем, сравниваем и ищем. Потом выбираем то, что уже доказало свою ценность.

Бэкграунд

Ричард Фейнман был нобелевским лауреатом по физике, но любил превращать повседневные ситуации в задачи. В этом случае поводом стал обед с его другом Ральфом Лейтоном в тайском ресторане в Калифорнии: тот выбирал между любимым блюдом и новым вариантом. Фейнман записал математическое решение, но не опубликовал его.

Спустя десятилетия исследователи расшифровали эти заметки и показали, что решение Фейнмана действительно оптимально для поставленной задачи. Затем они расширили задачу и проверили, как люди выбирают в похожих условиях.

Интересно, что человеческая стратегия оказалась проще, но не глупее. Люди не вычисляли идеальную кривую, а пользовались почти прямой линией: чем меньше дней осталось, тем ниже требования к новому варианту. Это снижает умственную нагрузку и всё равно даёт результат, близкий к оптимальному.

Источник

Исследование: Brian Christian, Evan M. Russek, Thomas L. Griffiths, “Resolving Feynman’s restaurant problem reveals optimal solutions and human strategies”, Proceedings of the National Academy of Sciences, 2026.