arXiv cs.AI· Behnam Moradi·· 13 小时前AI 评分31
EpiCoach：用智能体贝叶斯实验设计，从消费级可穿戴设备做个体化生理建模
The Athlete as a Scientist of One: Agentic Bayesian Experimental Design for Individualized Physiology from Consumer Wearables
AI 导读
EpiCoach 是一个智能体系统，把一名越野山地车运动员作为可问责 N-of-1 科学的研究对象，其关于运动员的假设须在赛前给出概率预测，并仅通过记录的统计拟合证据更新信念。
正文 · AI 翻译
摘要：用于个人健康的大型语言模型（LLM）智能体读取可穿戴数据并给出建议，但不会以可审计或可证伪的方式了解个体。我们提出 EpiCoach，一个智能体系统，将一名运动员——一名越野山地自行车手——作为可问责的 N-of-1 科学的研究对象。关于该运动员的主张存放在一个证据门控的假设登记库中：每项主张都必须在未来某次训练发生之前对其做出概率性预测，其信念只能通过来自已记录统计拟合的计算证据来更新。预测来自一个从心率、GPS 和气压高度推断出的机制性数字孪生：一个滞后心率响应模型、一个具有学习到的时间常数的体能-疲劳模型，以及一个在发现的赛道分段上测量的潜在技术下坡技能状态。该智能体将下一训练周规定为一个受约束的实验，在载荷和安全约束下最大化信息增益，围绕两次仪器化骑行展开。我们使用十八个月的数据从两个方面评估该系统。滚动起点回放基准显示，该孪生在心率上优于标准预测器，但在分段用时上并非如此，且智能体循环与静态模型相当。一个实时前瞻阶段运行每周循环：在最初三周内，登记库封存了 20 项预测，评分了 14 项，下坡预测在一次修正后完成校准，爬坡预测因运动员进步而偏悲观，安全官两次否决了该智能体。每一次修正都保留在登记库中，为数字健康中可审计、可证伪的个性化提供了一个模板。我们发布了登记库、基准和协议。
| 主题： | 机器人学（cs.RO）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.40370 [cs.RO] |
| （或 arXiv:2610.40370v1 [cs.RO] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.40370 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Behnam Moradi [查看电子邮件]
[v1]
2026年10月29日 星期四 16:20:24 UTC（1,357 KB）
来源：arXiv cs.AI · arxiv.org