制約充足問題（CSP）とは、与えられた変数の集合に対して、定義された一連の制約条件をすべて満たすような値の組み合わせを見つける問題です。AIにおける計画立案やスケジュール調整、数理パズルの解法など幅広い分野で利用され、探索アルゴリズムや推論を用いて効率的に解を導き出します。
制約充足問題とは
制約充足問題とは、一言でいうと「提示されたルール（制約）をすべてクリアする変数の割り当てパターンを探す問題」のことです。
詳しく解説
制約充足問題（CSP）は、変数、ドメイン（各変数が取り得る値の範囲）、そして変数間の関係を規定する制約の3つの要素で構成されます。例えば、地図の色塗り問題や数独、業務のシフト作成などが代表的です。全探索を行うと組み合わせ爆発を起こすため、探索空間を削るバックトラッキング探索や制約伝播といった技法が用いられます。人工知能の領域では、自動計画（プランニング）や知識表現、組合せ最適化問題に応用されており、ルールに基づく論理的な意思決定を支援する重要な基礎技術となっています。
具体例・使われ方
具体例としては、作業員の勤務スケジュール調整や、会議室の予約割り当て、数独などのパズル解法、プリント基板の配線設計などが挙げられます。例えばシフト作成では、「連続勤務は3日まで」「夜勤の翌日は休日」といった条件（制約）を同時に満たすスケジュールをアルゴリズムが自動生成します。
似た用語との違い
最適化問題との違いとして、一般的な最適化問題は目的関数を最大化または最小化する「最も優れた解」を求めるのに対し、制約充足問題は「条件を満たす実行可能解を少なくとも1つ見つける（またはすべての解を挙げる）」ことに重点を置きます。ただし、制約を満たしつつ目的関数を最適化する制約最適化問題へと拡張されることもあります。
注意点
注意点として、制約条件が複雑化したり変数の数が増加すると、NP困難と呼ばれる計算量が非常に大きい状態になり、現実的な時間で解を見つけられなくなる可能性があります。また、互いに矛盾する制約が存在する場合は「解なし」となるため、事前の制約整理や緩和（優先順位付け）が必要になることがあります。