📈 economics

Sequential Search with Planning

Dit artikel modelleert sequentiële productontwikkeling en bronverkenning als een geordend Pandora's box-probleem met kostbare planning, waarbij wordt bewezen dat optimale zoekstrategieën een reikwijdteafhankelijke drempelregel volgen die gevormd wordt door het samenspel van garantie-, betaalde-reikwijdte- en resterende horizon-effecten.

Oorspronkelijke auteurs: Ruhi Sonal, Saptarshi Mukherjee, Abhinaba Lahiri, Aniruddha Ghosh

Gepubliceerd 2026-06-10

📖 7 min leestijd🧠 Diepgaand

CC0 1.0

Oorspronkelijke auteurs: Ruhi Sonal, Saptarshi Mukherjee, Abhinaba Lahiri, Aniruddha Ghosh

Oorspronkelijk artikel vrijgegeven aan het publieke domein onder CC0 1.0 (http://creativecommons.org/publicdomain/zero/1.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je een ontdekkingsreiziger bent die vertrekt om een verborgen schat te vinden. Je weet dat de schat begraven ligt in een van de vele grotten, maar je weet niet welke. De grotten zijn in een lijn opgesteld en je moet ze in volgorde controleren: Grot 1, dan Grot 2, dan Grot 3, enzovoort.

Elke keer dat je in een grot gluurt, kost dat je geld (voor voorraden, tijd en inspanning). Als je een schat vindt, geweld! Maar als de grot leeg is, moet je beslissen: ga je door naar de volgende grot, of ga je naar huis met wat je tot nu toe hebt gevonden?

Dit is het klassieke "zoekprobleem". Maar dit artikel voegt een draai toe die het veel realistischer maakt: Planningskosten.

De Draai: Je kaart kopen

In de oude, eenvoudige versie van dit spel kon je gewoon beslissen "Ik ga Grot 5 controleren" op een willekeurige manier, en dat kostte hetzelfde als het controleren van Grot 1. In de echte wereld werkt dat niet zo. Om überhaupt bij Grot 5 te komen, moet je vaak eerst een kaart kopen, een gids inhuren of een brug bouwen. Dit zijn planningskosten.

Het Initiële Plan: Voordat je begint, moet je een "omvang" kiezen. Je besluit: "Ik ga plannen om tot en met Grot 3 te verkennen." Je betaalt een vergoeding voor dit plan. Deze vergoeding wordt groter naarmate je verder plant (plannen om Grot 10 te bereiken kost meer dan plannen voor Grot 3).
De Aanpassing: Als je aan je reis begint, Grot 1 controleert, niets vindt en besluit: "Weet je wat? Ik ga toch proberen om Grot 10 te bereiken," dan kun je dat doen. Maar je moet een aanpassingsvergoeding betalen om je kaart uit te breiden. Het is meestal duurder om halverwege je reis van gedachten te veranderen dan om dit vanaf het begin al te hebben gepland.

De Grote Vraag

De vraag is: Hoe ver moet je vooruit plannen?
Moet je een voorzichtige planner zijn die alleen een kaart koopt voor de eerste drie grotten en hoopt dat er daar iets te vinden is? Of moet je een ambitieuze planner zijn die direct een kaart voor alle tien de grotten koopt, zelfs als je die misschien niet nodig hebt?

De auteurs ontdekten dat het antwoord afhangt van drie concurrerende krachten, die zij "economische effecten" noemen.

De Drie Krachten in Spel

Beschouw deze krachten als drie stemmen in je hoofd die met elkaar discussiëren over of je moet blijven graven.

1. Het "Garantie"-effect (De Stem van Voorzichtigheid)

Wat het is: Terwijl je verkent, houd je een "garantie" in je zak. Dit is de waarde van het beste wat je tot nu toe hebt gevonden. Als Grot 1 een kleine edelsteen bevatte, is je garantie "een kleine edelsteen."
Hoe het werkt: Hoe beter je huidige garantie is, hoe minder enthousiast je bent om door te zoeken. Als je al een diamant hebt, waarom zou je dan alles riskeren voor een kans op een grotere diamant? Deze stem zegt: "Stop nu, je hebt al iets goeds."
Inzicht van het artikel: Hoe hoger je huidige "garantie" is, hoe groter de kans dat je vroegtijdig stopt.

2. Het "Betaalde Omvang"-effect (De Stem van Investering)

Wat het is: Dit is het nieuwe, unieke idee in dit artikel. Het gaat over het geld dat je al hebt uitgegeven aan je plan.
Hoe het werkt: Als je vooraf veel geld hebt betaald om te plannen voor Grot 10, is de kosten om daadwerkelijk Grot 10 te bereiken nu heel laag (omdat je de grote planningsvergoeding al hebt betaald). Als je alleen voor Grot 3 had gepland, zou het later bereiken van Grot 10 superduur zijn.
Inzicht van het artikel: Als je een "brede" planning hebt (je hebt betaald voor veel grotten), ben je eerder geneigd om door te zoeken, zelfs als je huidige garantie best goed is. Waarom? Omdat de toekomstige grotten "in de aanbieding" zijn voor jou. Je hebt de kosten al gemaakt, dus je kunt net zo goed blijven zoeken. Dit is het Betaalde Omvang-effect.

3. Het "Resterende Horizon"-effect (De Stem van Tijd)

Wat het is: Dit gaat simpelweg over hoeveel grotten er nog over zijn.
Hoe het werkt: Als je bij Grot 1 bent en er zijn nog 99 grotten over, is de "optiewaarde" van doorgaan enorm. Maar als je bij Grot 99 bent en er is nog maar één over, is de waarde van doorgaan klein.
Inzicht van het artikel: Naarmate je dichter bij het einde van je lijst komt, vervaagt de verleiding om door te gaan, omdat er minder potentieel voordeel over is.

Het Resultaat: Twee Typen Ontdekkingsreizigers

Het artikel laat zien dat deze drie krachten interageren om twee zeer verschillende soorten gedrag te creëren, afhankelijk van de situatie:

1. De "Onder-planner" (De Gokker)

Scenario: Stel je voor dat de beloningen onvoorspelbaar zijn, maar meestal klein, met een piepkleine kans op een enorme jackpot (zoals een loterijticket).
Gedrag: Je begint met een klein plan (alleen Grot 1). Je betaalt een kleine vergoeding. Als je niets vindt, betaal je een beetje extra om je plan uit te breiden naar Grot 2. Als dat ook faalt, breid je weer uit.
Waarom? Omdat de upfront kosten voor het plannen van 10 grotten te hoog zijn. Je wacht eerst even om te zien of de "jackpot" überhaupt mogelijk is voordat je je vastlegt op het grote plan. Je eindigt met het verkennen van meer grotten dan je oorspronlijk van plan was.

2. De "Over-planner" (De Conservatieve)

Scenario: Stel je voor dat de beloningen zeer voorspelbaar en stabiel zijn, maar dat de kosten om je plan later te wijzigen erg hoog zijn.
Gedrag: Je koopt direct een enorm plan voor alle 10 de grotten. Maar omdat je vooraf veel hebt betaald, stel je een zeer hoge lat voor jezelf. Als je vroeg in de rit een redelijke beloning vindt, stop je onmiddellijk.
Waarom? Je hebt een premie betaald voor de optie om ver te gaan, maar omdat de beloningen voorspelbaar zijn, hoef je niet ver te gaan. Je eindigt met het verkennen van minder grotten dan je oorspronkelijk van plan was.

De "Reserveringswaarde" (De Stop-loss Lijn)

In eenvoudige zoekproblemen is er meestal één magisch getal (een "reserveringswaarde") dat vertelt wanneer je moet stoppen. "Als de schat minder waard is dan $50, zoek dan door. Als hij meer waard is, stop dan."

Dit artikel bewijst dat er geen enkel magisch getal is.
In plaats daarvan verandert je "stoplijn" op basis van hoeveel je hebt gepland.

Als je voor 3 grotten hebt gepland, is je stoplijn misschien $50.
Als je voor 10 grotten hebt gepland, is je stoplijn misschien $80.

Omdat je voor het 10-grottenplan hebt betaald, ben je bereid om zelfs bij een schat van $70 door te zoeken, omdat de volgende grot voor jou goedkoop is om te bereiken. De persoon die alleen voor 3 grotten heeft gepland, zou bij $70 stoppen omdat het bereiken van de volgende grot hen een fortuin zou kosten.

Samenvatting

Dit artikel leert ons dat plannen niet alleen een eenmalige beslissing is; het verandert je toekomstige gedrag.

Verzonken kosten doen ertoe: Het geld dat je hebt uitgegeven aan het plannen van de toekomst, verandert hoe je de waarde van het heden inschat.
Flexibiliteit heeft een prijs: Het vermogen om later van gedachten te veranderen kost geld, wat ervoor zorgt dat je dieper nadenkt over je initiële plan.
Context is koning: Of je een voorzichtige "onder-planner" of een gedurfde "over-planner" moet zijn, hangt volledig af van hoe onvoorspelbaar de beloningen zijn en hoe duur het is om je plan later te wijzigen.

De auteurs gebruiken wiskunde om te bewijzen dat deze "omvang-afhankelijke" manier van denken de enige manier is om de slimste beslissingen te nemen in deze onzekere, stap-voor-stap situaties.

Technische Samenvatting: Sequentiële Zoektocht met Planning

1. Probleemformulering

Het artikel modelleert een sequentieel zoekprobleem waarbij een besluitvormer (DM) een vaste sequentie van $n$ opties (of "dozen") verkent, die elk een onzekere beloning $X_i$ bevatten, getrokken uit een bekende distributie $F_i$ . De zoektocht wordt beperkt door twee verschillende kostenstructuren die dit model onderscheiden van standaard Pandora's Box-problemen:

Inspectiekosten ( $c_i$ ): De kosten om de beloning van een specifieke doos te observeren.
Planning- en Aanpassingskosten:
- Scopekosten ( $\phi(j_0)$ ): Voordat de zoektocht begint, moet de DM een initiële "scope" $j_0 \in \{1, \dots, n\}$ kiezen, die het aantal stadia vertegenwoordigt dat toegankelijk wordt gemaakt. Dit brengt een ex-ante kostenpost $\phi(j_0)$ met zich mee, die strikt stijgend en convex is.
- Aanpassingskosten ( $\psi$ ): Tijdens de zoektocht kan de DM de scope herzien. Het uitbreiden van de scope van $j$ naar $j' > j$ in stadium $i$ brengt aanvullende marginale kosten met zich mee, $\psi(i, j, j')$ . Contractie is kosteloos.

De DM is risiconeutraal en streeft naar het maximaliseren van de verwachte netto opbrengst, gedefinieerd als het maximum van de initiële endowment en de hoogste geobserveerde beloning, minus de som van alle inspectie-, initiële scope- en aanpassingskosten. De sequentie van dozen staat exogeen vast; de DM kan geen stadia overslaan.

2. Methodologie

De auteurs maken gebruik van Dynamische Programmering (DP) om het sequentiële beslissingsprobleem op te lossen. De toestandsruimte wordt gedefinieerd door drie variabelen:

$i$ : Het huidige stadium (doosindex).
$z$ : De huidige "garantie" (het maximum van de initiële endowment en alle tot nu toe geobserveerde beloningen).
$j$ : De huidige "betaalde scope" (het verst gelegen stadium waarvoor de toegangskosten al zijn betaald).

De waardefunctie $V(i, z, j)$ vertegenwoordigt de optimale verwachte continuatiewaarde na het observeren van stadium $i$ met garantie $z$ en betaalde scope $j$ . De Bellman-vergelijking vergelijkt de optie om te stoppen (met een opbrengst $z$ ) met de optie om door te gaan, wat het selecteren van een nieuwe scope $j' \geq i+1$ inhoudt, het betalen van de aanpassingskosten $\psi(i, j, j')$ en de volgende inspectiekost $c_{i+1}$ , en het ontvangen van de verwachte toekomstige waarde.

Een belangrijke methodologische innovatie is de introductie van scope-afhankelijke reservatiewaarden. In tegenstelling tot standaard zoekmodellen, waar een reservatiewaarde een vast kenmerk van een specifieke doos is, hangt de drempelwaarde voor voortzetting hier af van de toestandvariabele $j$ .

3. Belangrijkste Bijdragen en Resultaten

A. Scope-afhankelijke Reservatiewaarden

Het artikel stelt de existentie en uniciteit vast van een familie van reservatiewaarden, aangeduid als $r_i(j)$ , voor elk stadium $i$ en elke haalbare betaalde scope $j$ .

Definitie: $r_i(j)$ is de unieke waarde waarvoor de DM onverschillig is tussen optimaal stoppen en optimaal doorgaan, gegeven de huidige betaalde scope $j$ .
Optimale Strategie: De optimale policy is een drempelregel:
- Stop als de huidige garantie $z \geq r_i(j)$ .
- Ga door als $z < r_i(j)$ . Bij doorgaan kiest de DM een nieuwe scope $j'$ om de netto verwachte continuatiewaarde te maximaliseren.
Implicatie: De optimale stopregel is niet langer "indexeerbaar" in de traditionele zin (één enkele waarde per stadium). Twee DM's in hetzelfde stadium met dezelfde geobserveerde historie maar verschillende betaalde scopes zullen verschillende beslissingen nemen over het stoppen.

B. Vergelijkende Statica

De auteurs leiden verschillende monotoniciteitsresultaten af met betrekking tot de reservatiewaarden en optimale scopekeuzes:

Scope-effect: De reservatiewaarde $r_i(j)$ is zwak stijgend in de betaalde scope $j$ . Een DM met een bredere vooraf betaalde scope is bereid om te blijven zoeken bij hogere garanties omdat de marginale kosten voor toegang tot toekomstige stadia lager zijn.
Kosteneffect: Reservatiewaarden zijn zwak dalend in inspectiekosten ( $c$ ) en aanpassingskosten ( $\psi$ ).
Submodulariteit en Scopekeuze: Onder de aanname dat aanpassingskosten submodulair zijn (d.w.z. de marginale kosten van uitbreiding afnemen naarmate de huidige scope groter wordt), is de optimale volgende scope zwak stijgend in de huidige scope. Dit impliceert dat een firma met een bredere huidige scope een (zwak) bredere toekomstige scope zal kiezen.

C. Economische Krachten

Het artikel identificeert en karakteriseert drie interagerende economische krachten die de optimale strategie vormgeven:

Garantie-effect: Een hogere huidige beste aanbod ( $z$ ) vermindert de verwachte verbetering van het volgende stadium, wat leidt tot eerder stoppen. Dit parallelleert het "fall-back value"-effect in bestaande literatuur.
Betaalde-scope-effect (Nieuw): Een grotere vooraf betaalde scope verlaagt de marginale kosten van toekomstige toegang, wat de continuatiewaarde verhoogt en voortzetting ondersteunt bij hogere garanties. Dit effect heeft geen tegenhanger in modellen waar toekomstige toegang gratis is (bijv. Weitzman, 1979; Boodaghians et al., 2020).
Resterende-horizon-effect: Naarmate de zoektocht vordert, krimpt de optiewaarde van doorgaan omdat er minder stadia overblijven.

De interactie van deze krachten genereert twee verschillende regimes:

Onder-planning: De firma kiest een smalle initiële scope en breidt deze adaptief uit naarmate resultaten worden gerealiseerd (komt voor wanneer beloningen normaal verdeeld zijn en kosten convex zijn).
Over-planning: De firma committeert zich vooraf aan een brede scope maar stopt vroegtijdig (komt voor onder specifieke condities met fat-tailed beloningen of specifieke kostenstructuren).

D. Benchmark met Kosteloze Planning

Het artikel toont aan dat wanneer planning- en aanpassingskosten verdwijnen ( $\phi = 0, \psi = 0$ ), het model reduceert tot de standaard geordende zoekbenchmark (Boodaghians et al., 2020). In deze limiet komt de scope-adaptieve formulering samen met de dynamische programmering waardefunctie, en worden de reservatiewaarden onafhankelijk van de planninggeschiedenis.

4. Betekenis en Claims

Het artikel beweert een gat te vullen in de literatuur over sequentiële zoektochten en R&D-planning door expliciet kostbare ex-ante planning en adaptieve scope-revisie te modelleren.

Theoretische Bijdrage: Het generaliseert het Pandora's Box-probleem naar situaties waarin toegang tot toekomstige opties niet gratis is, maar een sunk investment vereist. Het bewijst dat de "reservatiewaarde" geen statisch kenmerk van een optie is, maar een dynamische toestand die afhankelijk is van eerdere planning-committementen.
Economisch Inzicht: De auteurs stellen dat het "betaalde-scope-effect" het zoekgedrag fundamenteel verandert. In standaardmodellen hangt de beslissing van een firma om door te gaan alleen af van de huidige beloning en de distributie van toekomstige beloningen. In dit model hangt de beslissing ook af van hoeveel de firma al heeft geïnvesteerd om die toekomstige stadia toegankelijk te maken.
Toepassing op R&D en Exploratie: Het kader wordt gemotiveerd door real-world scenario's zoals meerfasige R&D (bijv. AI-ontwikkeling, klinische trials) en natuurlijke hulpbronnenexploratie, waarbij firma's moeten committeren aan infrastructuur of regelgevende goedkeuringen (scope) voordat de uitkomsten bekend zijn, en waar plannen vaak adaptief worden herzien op basis van tussentijdse resultaten.
Bescheidenheid: Het artikel claimt niet alle strategische interacties in industriële organisatie op te lossen, maar biedt een behapbaar single-agent framework dat de spanning tussen initiële commitment en adaptieve flexibiliteit vangt. Het erkent dat uitbreidingen naar gecorreleerde beloningen of competitieve omgevingen aan toekomstig onderzoek worden overgelaten.

Het artikel concludeert dat het samenspel tussen het garantie-effect, het betaalde-scope-effect en het resterende-horizon-effect realistische adaptieve gedragingen genereert (zowel onder- als over-planning) die niet kunnen worden gevangen door modellen die uitgaan van kosteloze planning of vaste horizonten.