JitRL Sport Agent - 智能运动训练处方生成智能体

基于 JitRL（ICML 2026 论文，arXiv 2601.18510v3）的无梯度强化学习框架，实现智能运动训练处方生成智能体。

核心特性

• 无梯度持续学习：基于非参数记忆库 + Jaccard 检索 + 闭式策略更新，无需微调 LLM

• 六级约束优先级：动作风控 → 体能调度 → 肌群间隔 → 1RM换算 → 周期控制 → 时长增幅

• 多 LLM 后端：支持 Ollama、vLLM、Mock 三种后端，无缝切换

• 知识图谱集成：Neo4j 伤病-动作风控图谱，支持降级到 JSON 知识库

• 双接口：CLI 命令行 + FastAPI RESTful API

• 完整 Python 实现：Pydantic v2 数据模型，类型安全

快速开始

# 安装依赖
pip install -r requirements.txt
​
# 运行集成测试（Mock后端，无需LLM服务）
python tests/test_integration.py
​
# 生成处方
python cli/main.py generate -i data/sample_input.json -o output.json -f json
​
# 启动API服务
python cli/main.py server --port 8000
# 访问 http://localhost:8000/docs

切换 LLM 后端

编辑 config/default.yaml：

# Ollama
llm:
  backend: "ollama"
  model: "qwen2.5:14b"
  ollama_base_url: "http://localhost:11434"
​
# vLLM
llm:
  backend: "vllm"
  model: "Qwen/Qwen2.5-14B-Instruct"
  vllm_base_url: "http://localhost:8000"
  token_level_logit: true

项目结构

src/
├── models/          # Pydantic 数据模型
├── llm/             # LLM 后端（ollama/vllm/mock）
├── jitrl/           # JitRL 核心算法
├── constraints/     # 六大约束模块
├── knowledge_graph/ # Neo4j 知识图谱
├── prescription/    # 处方生成
└── utils/           # 工具
cli/                 # CLI 接口
api/                 # FastAPI 接口
docs/                # 4份Word文档
assets/              # 架构图/流程图/UML

JitRL 算法核心

1. 状态编码: s = encode(input)
2. 记忆检索: N(s) = top-k similar(s, M)
3. 状态价值: V(s) = mean(G_i for N(s))
4. LLM候选:  C_LLM = llm.generate(s)
5. 动作价值: Q(s,a) = mean(G_i for a_i=a) or V(s)+UCB
6. 优势:    A(s,a) = Q(s,a) - V(s)
7. 归一化:  Ã(s,a) = A / (max|A| + ε)
8. 策略更新: z'(s,a) = z(s,a) + β·Ã(s,a)
9. 采样:    a* ~ Softmax(z')
10. 评估:   r = Evaluator(prescription)
11. 记忆:   M.add(s, a*, G_t)

文档

详见 docs/ 目录：

• 解决方案文档.docx

• 架构文档.docx

• 设计文档.docx

• 实现文档.docx