Projekt · oktober 2026 · förstärkningsinlärning

Hur springer man snabbast 30 m på Mars?

En simulerad människa lär sig springa från noll – på jorden och på Mars. Samma kropp, samma träning; bara gravitationen skiljer.

5,40 sMars, 30 m från stillastående

5,18 sjorden, 30 m från stillastående

Medel av bästa checkpoint i tre oberoende träningar per värld.

Svaret

På Mars springer man snabbast med:

Stor framåtlutning, ≈ 46° (jorden 26°). Lutningen låter löparen trycka framåt utan att foten halkar.
Långa luftfaser: 62 % av tiden i luften (jorden 41 %).
En försiktig start: greppet (friktion × tyngd) är bara 38 % av jordens, så 10 m tar 2,82 s mot jordens 2,37 s.
Högre toppfart: 8,6 m/s mot 7,5 m/s. På 60 m gick Mars om jorden vid ungefär 46 m.

Ingen har sagt åt löparen hur den ska springa på Mars. Den fick börja med en mänsklig stilguide, som sedan släpptes helt – resten hittade den själv genom att prova. Alla tre träningarna per värld landade i samma löpstil.

Steg 1

En riktig människokropp

Standardfigurerna i fysikmotorer är inga människor: MuJoCos humanoid väger 41 kg, har 20 Nm i fotleden (en människa har cirka 220) och saknar tår. Därför byggdes en egen kropp ur antropometriska mätdata: 1,75 m, 75 kg och 31 motoriserade leder, med musklernas kraft–fart-gräns (Hill-kurvan).

Kroppen validerades innan någon träning: tyngdpunkten hamnar på 0,57 × längden, och ett hopp med ren muskelkraft ger 30 cm på jorden och 107 cm på Mars.

Den egna kroppen i fysikmotorn — **Första kroppen**Segmentmassor och längder ur mätdata.

**Vår kropp mot MuJoCos humanoid**75 kg mot 41 kg, 220 Nm mot 20 Nm i fotleden.

Valideringshopp30 cm på jorden, 107 cm på Mars.

StilreferensenRiktig motion capture (CMU) överförd till vår kropp.

Steg 2

Världarna – och scenen i Blender

Mars-terrängen genereras med verklig statistik för kratrar och stenar (Golombek & Rapp 1997). Samma höjdkarta används av fysikmotorn och av Blender, där skyltdockan följer exakt samma rörelser som simuleringen. Själva träningen sker på platt mark för att isolera gravitationens effekt.

Mars-terrängen i fysikmotorn — **Terrängen i fysikmotorn**Kontroll: medelfel 0,3 mm mot höjdkartan.

**Första Blender-renderingen**Skyltdockan på Mars.

Making ofScenen byggs upp i sju steg: trådnät, lera, regolit, stenar, himmel, skyltdocka – och en kamerasväng.

Steg 3

Träningen

Löparen styrs av ett neuralt nätverk (111 observationer in, 31 ledmoment ut) som tränas med PPO + AMP: förstärkningsinlärning där en diskriminator ger stilpoäng för mänsklig löpning. Stilen trappas ned till noll halvvägs, så att fysiken ensam får avgöra hur man springer bäst. 4 096 simuleringar körs parallellt på en GPU – ungefär 215 miljoner miljösteg per träning, på knappt tre timmar.

Klippen visar löparen och nätverket i samma ögonblick: varje cell lyser med sin aktivering, varje tråd med vikt × aktivering.

Jorden – ARES-7

Iteration 1Slumpade vikter – faller direkt.

Iteration 400Springer nästan hela vägen.

Iteration 2 179Bästa checkpoint: 5,22 s.

Mars – ARES-M6

Iteration 1Slumpade vikter.

Iteration 400Lutningen börjar synas.

Iteration 2 200Djup lutning, långa luftfaser.

Steg 4

Från fall till tillförlitliga löpare

Det tog 18 träningskörningar. De första löparna dök över mållinjen, kollapsade plötsligt mitt i träningen eller föll vid 22 m. Varje fel spårades till en orsak och rättades:

Stilen kollapsade, eftersom motion capture-datan saknar tår och handleder – de lederna togs bort ur stilbedömningen.
Dyk lönade sig – målet räknas nu först när löparen står upprätt en meter efter linjen.
Plötsliga ras i träningen – en enda för stor uppdatering; löst med adaptiv inlärningstakt (KL-kontroll).
För kort horisont och en löpare som inte såg banan – längre framförhållning och sidläge i observationerna.

Med det slutliga receptet gick alla sex träningar i mål i 16 av 16 testlopp vid varje checkpoint efter iteration 500.

Första löpstegenFörsta natten, iteration 350.

Från fall till löpningFörsta natten: de roligaste fallen.

Första målgången30 m i Blender.

Diagnoskort: varför faller löparna — **Varför föll de?**Diagnosen bakom det slutliga receptet.

Steg 5

Resultatet – replikerat

Varje värld tränades tre gånger med olika slumpfrön. Alla utvärderingar är strikta: deterministisk policy, 16 lopp per checkpoint, mål först när löparen står upprätt efter linjen.

Mått (spann över 3 träningar)	Jorden	Mars
Bästa tid 30 m	5,13–5,22 s	5,38–5,42 s
Tid vid 10 m	2,36–2,38 s	2,81–2,83 s
Bålens lutning, 10–20 m	25–27°	45–48°
Andel av tiden i luften	41–42 %	62–63 %
Toppfart	7,3–7,6 m/s	8,5–8,7 m/s

Slow motion, 0,25×Jorden överst, Mars under. Gul linje = bålens lutning.

**Tre träningar per värld**Olika slumpfrön, samma svar.

**Svarskortet**Löpstilen och förbehållen.

Förbehåll

Den bästa stil träningen hittade – inte ett bevisat optimum.
Inte färdigtränat: tiderna sjönk fortfarande något i båda världarna.
Momentstyrd kropp utan senor, friktion 0,9 – Mars-regolit är troligen halare, vilket gör starten ännu svårare.
Jordlöparen motsvarar en motionär (30 m på 5,2 s); bålen rätar aldrig upp sig som hos riktiga sprinters.

Läs mer

Projektrapport (PDF, 12 sidor)Kroppen, miljön, träningsmetoden, alla 18 träningskörningar, problemen, resultaten och förbehållen i detalj.

Verktyg: MuJoCo och MJX (fysik), JAX (träning på Runpod-GPU), Blender Cycles (rendering).

Ett projekt av Filip Sjöö, Dynasus Engineering. Musik: ”Cretaceous Dawn” (huvudfilmen), ”Heroic Age” (slow motion) och ”Exhilarate” (första filmen), Kevin MacLeod (incompetech.com), CC BY 4.0. Motion capture: CMU Graphics Lab Motion Capture Database.