VincentWei

天地间，浩然正气长存，为天地立心，为生民立命，为往圣继绝学，为万世开太平！

免责声明：网站内容仅供个人学习记录，禁做商业用途，转载请注明出处。

版权所有 © 2017-2020 NEUSNCP个人学习笔记辽ICP备17017855号-2

JitRL 智能运动训练处方生成智能体

VincentWei 2026年8月12日 10:16:52

JitRL 智能运动训练处方生成智能体

基于 JitRL（无梯度更新的 LLM Agent 持续强化学习） 技术，结合六级约束优先级与六大标准化业务模块，自动生成个性化运动训练处方。

核心特性

1. JitRL 无梯度持续强化学习

不同于传统强化学习需要更新模型权重，JitRL 通过以下机制实现 LLM Agent 的持续策略改进：

经验回放缓冲区：持久化存储 (state, action, reward, outcome) 经验元组，支持基于人员画像相似度的 top-k 检索
奖励模型：5 维加权奖励信号（完成率 30% + 无疼痛 25% + 疲劳适中 15% + 约束满足 20% + 体能进步 10%）
无梯度策略改进：检索高质量历史经验作为 LLM in-context 示例，无需更新模型权重即可改进策略
ε-greedy 探索利用：以 ε 概率随机探索新策略，1-ε 概率利用最优经验
自我反思：基于奖励分生成反思总结，指导后续处方优化

2. 六级约束优先级

严格执行六级约束优先级，数值越小优先级越高：

优先级	模块	说明
P1	动作风控过滤器	匹配伤病/FMS 限制，输出禁做动作（强约束）
P2	体能素质调度器	主攻素质训练频次高于普通保持素质
P3	肌群间隔编排器	同一大肌群训练间隔≥48 小时
P4	1RM 负重换算引擎	自动计算力量动作训练重量
P5	四周周期渐进控制器	适应期降量、提高期超负荷、稳定期维持
P6	时长 & 增幅控制器	单日≤90 分钟，相邻周增幅≤10%

3. 六大标准化业务模块

每个模块独立可测试，通过 Agent 编排器串联执行。

4. 双 LLM 后端

Ollama：本地大模型，适合隐私敏感场景
vLLM：高吞吐推理服务，适合生产环境

5. 双入口

CLI：命令行交互，支持文件输入与交互式生成
FastAPI：RESTful API，支持系统集成

系统架构

┌─────────────────────────────────────────────────────────────┐
│                     输入参数（JSON）                          │
│  运动负荷指数 | 体能短板 | 人员信息 | 健康伤病信息            │
│  体测记录 | 历史训练执行记录 | 个性化训练需求                 │
└──────────────────────────┬──────────────────────────────────┘
                           │
                           ▼
┌─────────────────────────────────────────────────────────────┐
│              JitRL 持续强化学习层                             │
│  ┌─────────────┐  ┌─────────────┐  ┌─────────────────────┐  │
│  │ 经验回放缓冲区│◄─│  奖励模型   │  │  无梯度策略改进     │  │
│  │ (top-k检索)  │─►│ (5维加权)   │  │ (in-context示例)    │  │
│  └─────────────┘  └─────────────┘  └─────────────────────┘  │
└──────────────────────────┬──────────────────────────────────┘
                           │
                           ▼
┌─────────────────────────────────────────────────────────────┐
│              六级约束优先级编排器                              │
│  P1 风控过滤 → P2 体能调度 → P3 肌群间隔                     │
│  → P4 1RM换算 → P5 周期渐进 → P6 时长增幅                    │
└──────────────────────────┬──────────────────────────────────┘
                           │
                           ▼
┌─────────────────────────────────────────────────────────────┐
│                    输出运动训练处方                            │
│  禁做动作 | 每周计划 | 1RM负重 | 周期渐进 | 约束检查 | 建议     │
└─────────────────────────────────────────────────────────────┘

快速开始

1. 环境要求

Python ≥ 3.10
可选：Ollama 或 vLLM 服务（用于 LLM 增强）
可选：Neo4j 数据库（用于知识图谱检索，缺省回退到内置知识库）

2. 安装依赖

cd /home/z/my-project
pip install -r requirements.txt

3. 运行示例

# CLI 方式生成处方
python -m jitrl_agent.cli generate -i examples/sample_input.json -o output/prescription.json

# 启动 FastAPI 服务
python -m jitrl_agent.cli serve --host 0.0.0.0 --port 8000

4. 查看结果

处方将保存到 output/prescription.json，同时在终端输出格式化的训练计划表格。

输入参数说明

输入 JSON 包含以下顶层字段：

字段	类型	说明
`latestExerciseLoadIndex`	float/null	最新一条训练记录的运动负荷指数
`fitnessWeakness`	string[]	体能短板数组（标准体能素质名称）
`personInfo`	object	人员基础信息
`healthInfo`	object	健康伤病信息
`fitnessTestRecords`	object[]	体能测试记录数组
`trainExecuteRecords`	object[]	历史训练执行记录数组
`trainDemand`	object	训练需求与硬性约束条件

完整示例见 examples/sample_input.json。

六级约束优先级

P1: 动作风控过滤器（最高优先级）

输入：healthInfo.currentAilment（强约束）+ healthInfo.pastInjury（弱约束）
处理：基于 Neo4j 标签隔离图谱检索，匹配动作风险标签与伤病关键词
输出：禁做动作列表（含冲突原因）、谨慎动作列表、安全动作池
回退：Neo4j 不可用时回退到内置 34 个动作的知识库

P2: 体能素质调度器

主攻素质来源：fitnessWeakness + mainTrainGoal 解析 + 体测短板自动检测
调度策略：主攻素质训练频次倍率 1.5×，保持素质 1.0×
输出：每周各素质训练次数分布

P3: 肌群间隔编排器

约束：同一大肌群训练间隔≥48 小时（核心肌群 24 小时，恢复更快）
算法：交错排列，避免同一素质连续两天训练
回退：某素质无可用动作时，自动回退到其他可用素质

P4: 1RM 负重换算引擎

1RM 估算：基于体重 × 动作系数（青少年降权 0.85，女性降权 0.7）
训练百分比：适应期 60% / 提高期 75% / 稳定期 70%
输出：目标训练重量 kg、1RM 估算值、训练百分比

P5: 四周周期渐进控制器

阶段划分：适应期 25% / 提高期 50% / 稳定期 25%
负荷系数：适应期 0.60 / 提高期 0.70-0.80 / 稳定期 0.75
训练量系数：适应期 0.80（降量）/ 提高期 1.10（超负荷）/ 稳定期 1.00（维持）

P6: 时长 & 增幅控制器

单日时长：≤90 分钟（可配置），超时自动裁剪末尾动作
周增幅上限：≤10%（可配置），超限自动下调
约束检查：输出违反列表，用于自我反思修正

JitRL 持续强化学习

核心机制

JitRL 实现了无梯度更新的 LLM Agent 持续强化学习，核心流程：

1. 初始化：从历史训练记录批量构建经验缓冲区
2. 检索：基于人员画像相似度检索 top-k 高质量经验
3. 生成：将经验作为 in-context 示例注入 LLM prompt
4. 执行：生成处方并执行
5. 反馈：记录执行结果，计算奖励，更新经验缓冲区
6. 改进：下次生成时利用更丰富的经验

奖励模型

5 维加权奖励（0~1）：

维度	权重	计算方式
完成率	30%	动作平均完成率
无疼痛	25%	训练中无疼痛=1，有疼痛=0
疲劳适中	15%	轻微疲劳=1，无疲劳=0.5，重度=0
约束满足	20%	处方通过所有约束检查=1
体能进步	10%	体测成绩提升=1

经验回放缓冲区

持久化：JSON 文件存储，重启不丢失
检索：基于人员画像相似度（年龄、性别、BMI、短板、伤病）
容量：默认 500 条，FIFO 淘汰
top-k：默认检索 3 条高质量经验作为示例

LLM 后端配置

Ollama（默认）

# 启动 Ollama 服务
ollama serve

# 拉取模型
ollama pull qwen2.5:7b

# 环境变量配置
export JITRL_LLM_BACKEND=ollama
export OLLAMA_BASE_URL=http://localhost:11434
export OLLAMA_MODEL=qwen2.5:7b

vLLM

# 启动 vLLM 服务
python -m vllm.entrypoints.openai.api_server \
  --model Qwen/Qwen2.5-7B-Instruct \
  --port 8000

# 环境变量配置
export JITRL_LLM_BACKEND=vllm
export VLLM_BASE_URL=http://localhost:8000
export VLLM_MODEL=Qwen/Qwen2.5-7B-Instruct
export VLLM_API_KEY=EMPTY

无 LLM 模式

当 LLM 后端不可用时，系统自动回退到纯规则引擎模式，仍可生成完整处方（仅缺少 LLM 增强的自然语言建议）。

Neo4j 知识图谱

启用 Neo4j

# 环境变量配置
export NEO4J_ENABLED=true
export NEO4J_URI=bolt://localhost:7687
export NEO4J_USER=neo4j
export NEO4J_PASSWORD=your_password
export NEO4J_DATABASE=neo4j

图谱标签隔离

Neo4j 图谱使用以下标签进行隔离检索：

:Action - 动作节点
:Injury - 伤病节点
:MuscleGroup - 肌群节点
:Equipment - 器械节点
:Person - 人员节点

内置知识库回退

当 Neo4j 不可用时，系统回退到内置 34 个动作的知识库，包含：

下肢爆发力动作（徒手深蹲、靠墙静蹲、臀桥等）
核心稳定性动作（平板支撑、死虫式、鸟狗式等）
上肢力量动作（俯卧撑、哑铃划船、哑铃肩推等）
柔韧性动作（坐位体前屈、猫牛式等）

API 接口文档

启动服务后访问 http://localhost:8000/docs 查看交互式 API 文档。

核心接口

1. 生成运动训练处方

POST /api/prescription/generate
Content-Type: application/json

{
  "latestExerciseLoadIndex": 520.0,
  "fitnessWeakness": ["下肢爆发力", "核心稳定性"],
  ...
}

2. 记录训练执行结果（JitRL 持续学习）

POST /api/prescription/record-execution
Content-Type: application/json

{
  "person_input": { ... },       // 原始输入
  "prescription": { ... },       // 生成的处方
  "execution": {                  // 执行结果
    "execId": "E002",
    "trainDate": "2026-08-15",
    "actionExecuteDetail": [
      {"actionDesc": "徒手深蹲", "finishRate": 0.9}
    ],
    "exerciseLoadIndex": 580.0,
    "subjectiveFatigue": "轻微疲劳",
    "inTrainingPain": false
  }
}

3. 查询经验缓冲区

GET /api/jitrl/experiences?limit=20

4. 健康检查

GET /api/health

CLI 命令

生成处方

python -m jitrl_agent.cli generate \
  -i examples/sample_input.json \
  -o output/prescription.json \
  --backend ollama \
  --neo4j

启动服务

python -m jitrl_agent.cli serve --host 0.0.0.0 --port 8000 --reload

交互式生成

python -m jitrl_agent.cli interactive

项目结构

jitrl_agent/
├── __init__.py                    # 包入口
├── config.py                      # 全局配置
├── agent.py                       # Agent 编排器
├── cli.py                         # CLI 入口
├── models/
│   ├── enums.py                   # 枚举定义
│   └── schemas.py                 # Pydantic 数据模型
├── knowledge/
│   ├── action_library.py          # 内置动作库（34个动作）
│   ├── muscle_mapping.py          # 肌群映射
│   ├── fitness_standards.py       # 体能测试标准
│   └── neo4j_client.py            # Neo4j 知识图谱客户端
├── llm/
│   ├── base.py                    # LLM 客户端基类
│   ├── ollama_client.py           # Ollama 客户端
│   └── vllm_client.py             # vLLM 客户端
├── modules/                       # 六大业务模块
│   ├── risk_filter.py             # P1 动作风控过滤器
│   ├── fitness_scheduler.py       # P2 体能素质调度器
│   ├── muscle_arranger.py         # P3 肌群间隔编排器
│   ├── one_rm_calculator.py       # P4 1RM 负重换算引擎
│   ├── periodization.py           # P5 四周周期渐进控制器
│   └── duration_controller.py     # P6 时长增幅控制器
├── rl/                            # JitRL 持续强化学习层
│   ├── experience_buffer.py       # 经验回放缓冲区
│   ├── reward_model.py            # 奖励模型
│   └── jitrl_trainer.py           # JitRL 训练器
└── api/
    └── server.py                  # FastAPI 服务

配置参数

所有参数均可通过环境变量覆盖：

环境变量	默认值	说明
`JITRL_LLM_BACKEND`	ollama	LLM 后端（ollama/vllm）
`OLLAMA_BASE_URL`	http://localhost:11434	Ollama 服务地址
`OLLAMA_MODEL`	qwen2.5:7b	Ollama 模型名
`VLLM_BASE_URL`	http://localhost:8000	vLLM 服务地址
`VLLM_MODEL`	Qwen/Qwen2.5-7B-Instruct	vLLM 模型名
`NEO4J_ENABLED`	false	是否启用 Neo4j
`NEO4J_URI`	bolt://localhost:7687	Neo4j 连接地址
`DAILY_MAX_MINUTES`	90	单日训练时长上限
`WEEKLY_LOAD_INCREMENT_CAP`	0.10	周负荷增幅上限
`MUSCLE_GROUP_INTERVAL_HOURS`	48	肌群间隔小时数
`JITRL_BUFFER_SIZE`	500	经验缓冲区容量
`JITRL_TOP_K`	3	检索 top-k 经验数
`JITRL_EPSILON`	0.15	探索率 ε

示例输出

运行 python -m jitrl_agent.cli generate -i examples/sample_input.json 后，系统将输出：

处方 ID：唯一标识
禁做动作：12 个踝关节相关动作被禁做
4 周周期计划：
- 第 1 周（适应期）：负荷 249.6
- 第 2 周（提高期）：负荷 274.8（+10%）
- 第 3 周（提高期）：负荷 302.4（+10%）
- 第 4 周（稳定期）：负荷 332.8（+10%）
交错排列：周一(下肢)、周二(核心)、周四(下肢)、周五(核心)，周三休息
1RM 负重：哑铃罗马尼亚硬拉 25.8kg(60%) → 32.2kg(75%) → 30.1kg(70%)
JitRL 元信息：缓冲区 1 条经验，平均奖励 0.875
约束检查：全部通过

https://cdn.neusncp.com/public/file/20260812101647_UkZVINCO.docx

最近更新： 2026年8月12日 10:16:52

您的评论 *

[[total]] 条评论

添加评论

[[item.time]]

[[item.user.username]] [[item.floor]]楼

[[cc.time]]

[[cc.user.username]] #[[cc.room]]

- «
- 1
- ...
- [[i]]
- ...
- »

点击加载更多……
添加评论
登录后即可回复

添加评论登录后即可回复

VincentWei

100

1.3K

JitRL 智能运动训练处方生成智能体

JitRL 智能运动训练处方生成智能体

目录

核心特性

1. JitRL 无梯度持续强化学习

2. 六级约束优先级

3. 六大标准化业务模块

4. 双 LLM 后端

5. 双入口

系统架构

快速开始

1. 环境要求

2. 安装依赖

3. 运行示例

4. 查看结果

输入参数说明

六级约束优先级

P1: 动作风控过滤器（最高优先级）

P2: 体能素质调度器

P3: 肌群间隔编排器

P4: 1RM 负重换算引擎

P5: 四周周期渐进控制器

P6: 时长 & 增幅控制器

JitRL 持续强化学习

核心机制

奖励模型

经验回放缓冲区

LLM 后端配置

Ollama（默认）

vLLM

无 LLM 模式

Neo4j 知识图谱

启用 Neo4j

图谱标签隔离

内置知识库回退

API 接口文档

核心接口

1. 生成运动训练处方

2. 记录训练执行结果（JitRL 持续学习）

3. 查询经验缓冲区

4. 健康检查

CLI 命令

生成处方

启动服务

交互式生成

项目结构

配置参数

示例输出

[[total]] 条评论