疲劳（ATL）

急性训练负荷 疲劳（ATL） 是每日训练负荷的快速指数平均，更重视最近几天的负荷，变化速度快于体能（CTL）。Trainingload.ai 默认使用 7 天时间常数，并使用历史最大 ATL 值表示当前百分比。

“疲劳”是便于理解的界面标签。ATL 概括的是模型化近期负荷，不直接测量生理或主观疲劳，也不直接测量恢复、健康或训练适应。

示例数值仅用于界面预览。

疲劳（ATL）的数值来源

Trainingload.ai 会先根据可用活动负荷和你配置的来源优先级，为每项活动选择一个负荷值。根据具体活动和设置不同，依据可能来自功率、心率、配速或整节训练 RPE；同一天多项活动的负荷会相加，形成当天的 daily_load。

这意味着：

• 活动数据缺失、重复或变化可能导致 ATL 发生变化。
• 修改阈值或负荷来源优先级，可能改变活动派生负荷和后续 PMC 数值。
• 混用口径不一致的负荷来源，会降低不同日期和周期之间的可比性。
• 某天没有记录活动负荷时，每日输入为零，先前 ATL 不会立刻归零，而会按时间常数逐渐衰减。

公式

Trainingload.ai 使用指数时间常数衰减，ATL 默认时间常数为 7 天：

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

其中 exp 是自然指数函数。默认时间常数下，decay_ATL ≈ 0.866878，所以当天负荷的权重约为 0.133122。

这里的“7 天”是时间常数，不是最近七个日历日的简单总和或算术平均。更早的训练仍会保留逐渐减小的权重。如果每日负荷突然变为一个固定水平，经过一个 7 天时间常数后，ATL 会完成约 63.2% 的变化；经过三个时间常数后完成约 95.0%。

如何理解疲劳（ATL）趋势

• ATL 上升：当天及近期每日负荷整体高于当前 ATL 水平。
• ATL 稳定：近期每日负荷大致维持模型水平。
• ATL 下降：近期每日负荷整体低于它，包括休息、恢复周或减量阶段。

由于 ATL 的时间常数短于 CTL，一天高负荷可能明显推高 ATL；连续降低负荷时，ATL 通常也会更快下降。上升或下降只描述模型负荷变化，不能说明这些负荷是否已经被成功吸收。

适合回答的问题

ATL 可以帮助回答：

• 最近几天的模型负荷是在上升、维持还是下降？
• 多节高负荷课程是否连续堆叠？
• 恢复周或减量是否正在降低近期负荷？
• 近期变化是否能由计划和来源活动解释？
• ATL 的变化是否与主观状态和课程完成质量一致？

ATL 无法单独回答：

• 运动员是否存在生理或主观疲劳？
• 某个 ATL 数值是否安全或危险？
• 下一节训练是否应当取消或降级？
• 运动员是否已经恢复或达到比赛准备状态？
• 一个运动项目或一名运动员的 ATL 是否能与另一个直接比较？

与体能（CTL）、状态（TSB）一起看

因为 ATL 变化快于体能（CTL），负荷构建时 ATL 常高于 CTL；减少训练时，ATL 又通常下降得更快。状态（TSB）表示两者在同一天的差值。

查看 ATL 变化后，应继续检查产生变化的活动、运动类型、时长、强度、传感器质量和负荷来源，并结合睡眠、疼痛、生病信号、整节训练 RPE、主观疲劳与课程完成质量做决策。

参考资料

• Intervals.icu 开发者对体能、疲劳与状态公式的说明
• RUNALYZE 术语：急性训练负荷（ATL）
• TrainingPeaks：Performance Management Chart 中的疲劳（ATL）
• GoldenCheetah 源码：PMCData.cpp
• Calvert 等（1976）：训练对身体表现影响的系统模型
• Clarke 与 Skiba（2013）：运动训练与表现的数学建模

相关页面

• 体能（CTL）
• 状态（TSB）
• 训练分析工作流