使用约束编程自动确定NHL季后赛资格场景：AWS生成式AI创新中心案例
问题
NHL常规赛进入尾声时，确定球队是否已锁定季后赛资格非常困难。由于涉及32支球队、复杂的平局规则和数百场剩余比赛，手动生成资格场景既耗时又容易出错。
解决方案
AWS生成式AI创新中心构建了一个自动化系统，结合约束编程（CP）和自定义树搜索。系统包含0-day求解器和n-day前瞻求解器：0-day求解器使用Google OR-Tools CP-SAT将问题建模为可行性问题，判断球队是否已锁定季后赛；n-day前瞻求解器通过树搜索评估未来n天比赛结果对锁定资格的影响，并利用预处理、剪枝和节点排序启发式提高效率。
结果
该系统在2021-22至2024-25四个NHL常规赛季中进行了验证，生成的所有场景均与NHL官方发布完全匹配。1-day资格场景的中位运行时间约为分钟级，显著快于手动方法，剪枝效率接近100%。
成本
成本信息待确认。
案例分析
使用场景：确定NHL季后赛资格（Clinching）场景
实施证据：AWS Generative AI Innovation Center created an automated system that determines NHL playoff clinching scenarios, and validated the results against those officially published by the NHL.
指标：All generated clinch scenarios matched exactly with those published by the NHL across four regular seasons (2021-22 to 2024-25)；Median runtime for 1-day clinch scenarios: on the order of minutes；Pruning efficiency: near 100% for most instances
经验：Combining constraint programming with custom tree search can efficiently solve computationally hard combinatorial problems such as NHL clinching scenarios.