疲勞（ATL）

急性訓練負荷 疲勞（ATL） 是每日訓練負荷的快速指數平均。它更重視最近幾天的負荷，變化速度也快於體能（CTL）。Trainingload.ai 預設使用 7 天時間常數，並以歷史最高 ATL 顯示目前的百分比。

「疲勞」是為了便於理解而使用的介面名稱。ATL 彙整的是模型化的近期負荷，並不直接測量生理或主觀疲勞，也不直接測量恢復、健康或訓練適應。

範例數值僅供介面預覽。

疲勞（ATL）的數值來源

Trainingload.ai 會先依照可用的活動負荷和你設定的來源優先順序，為每項活動選擇一個負荷值。依活動與設定不同，依據可能來自功率、心率、配速或整堂訓練 RPE；同一天若有多項活動，負荷會相加成為當天的 daily_load。

因此：

• 活動資料缺漏、重複或變更，都可能使 ATL 改變。
• 調整閾值或負荷來源優先順序，可能改變活動衍生負荷及後續 PMC 數值。
• 混用計算口徑不一致的負荷來源，會降低不同日期與週期之間的可比性。
• 某天沒有記錄活動負荷時，每日輸入為零；先前的 ATL 不會立刻歸零，而會依時間常數逐漸衰減。

公式

Trainingload.ai 使用指數時間常數衰減；ATL 的預設時間常數為 7 天：

decay_ATL = exp(-1 / 7)
ATL_today = ATL_yesterday × decay_ATL + daily_load × (1 − decay_ATL)

其中 exp 是自然指數函數。使用預設時間常數時，decay_ATL ≈ 0.866878，所以當日負荷的權重約為 0.133122。

這裡的「7 天」是時間常數，不是最近七個日曆日的簡單總和或算術平均。更早的訓練仍保留逐漸縮小的權重。若每日負荷突然變成固定水準，經過一個 7 天時間常數後，ATL 會完成約 63.2% 的變化；經過三個時間常數後，則完成約 95.0%。

如何理解疲勞（ATL）趨勢

• ATL 上升：當日及近期每日負荷整體高於目前 ATL 水準。
• ATL 穩定：近期每日負荷大致維持在模型水準附近。
• ATL 下降：近期每日負荷整體低於目前 ATL，包括休息、恢復週或減量階段。

ATL 的時間常數短於 CTL，因此一天的高負荷可能明顯推高 ATL；連續降低負荷時，ATL 通常也會更快下降。上升或下降只描述模型負荷的變化，不能證明這些負荷是否已被身體成功吸收。

ATL 能回答與不能回答的問題

ATL 可以協助判斷最近幾天的模型負荷是在上升、維持或下降，多堂高負荷課程是否連續堆疊，以及恢復週或減量是否正在降低近期負荷。

ATL 無法單獨判斷運動員是否真的疲勞、某個數值是否安全、下一堂訓練是否應取消，也無法證明運動員已經恢復或進入比賽準備狀態。

與體能（CTL）、狀態（TSB）一起查看

由於 ATL 的變化快於體能（CTL），建立負荷時 ATL 常高於 CTL；減少訓練時，ATL 通常又下降得更快。狀態（TSB）表示兩者在同一天的差值。

查看 ATL 變化後，還應檢查造成變化的活動、運動類型、時間、強度、感測器品質和負荷來源，並結合睡眠、疼痛、生病徵兆、整堂訓練 RPE、主觀疲勞與課程完成品質做決策。

參考資料

• Intervals.icu 開發者對體能、疲勞與狀態公式的說明
• RUNALYZE 詞彙表：急性訓練負荷（ATL）
• TrainingPeaks：Performance Management Chart 中的疲勞（ATL）
• GoldenCheetah 原始碼：PMCData.cpp
• Calvert 等人（1976）：訓練對身體表現影響的系統模型
• Clarke 與 Skiba（2013）：運動訓練與表現的數學建模

相關頁面

• 體能（CTL）
• 狀態（TSB）
• 訓練分析工作流程