行走与滚动
在双足行走和轮式移动之间切换，并为每种运动模式使用专门调优的策略。
仿真 → 策略 → 真机
在仿真中学习。
在仿真中学习。
到现实中行走。
Microduck 在数千个并行的 MuJoCo 环境中通过 PPO 学会动作，再将策略导出为 ONNX，以 50 Hz 在 25 厘米高的真实机器人上闭环运行。
● 已就绪
15 个舵机 · 50 Hz 控制
端侧强化学习策略
15 个舵机 · 50 Hz 控制
端侧强化学习策略
强化学习工作流
从数字世界，
从数字世界，
走进真实世界。
训练不是终点。Microduck 把机器人建模、并行探索、PPO 优化、仿真验证与端侧推理连成一条可复现的 sim-to-real 流程。
4096并行训练环境
61-D统一观测向量
14-D策略动作输出
50 Hz真机控制频率
-
01 / 建模
构建数字小鸭
用 MJCF、MuJoCo Warp 与 BAM 执行器模型还原机身、关节和舵机动力学。
-
02 / 探索
随机化并行世界
批量运行环境，并扰动电压、延迟、摩擦和齿隙，缩小仿真与现实的差距。
-
03 / 学习
用 PPO 优化策略
围绕速度跟踪、姿态与稳定性设计奖励，让策略通过试错逐步学会动作。
-
04 / 交付
验证并导出 ONNX
在仿真中回放与对比，把观测归一化一并封装进可部署的 ONNX 策略。
-
05 / 真机
50 Hz 闭环执行
传感器与指令组成 61 维观测，策略输出 14 维关节动作，经安全层驱动真实机器人。
为运动而生。
紧凑的控制栈将训练好的神经网络策略转化为灵敏的物理动作，同时把安全保护、系统更新和故障恢复都留在机器人本地。
跌倒与起身
检测跌倒、保护硬件，并通过学习到的动作重新站起来。
观察与鸣叫
头部跟踪、拟声表达、相机串流和灵敏的遥控体验，让机器拥有一点灵魂。
一只小鸭。
多个守护进程。
每项职责都保持轻量且可观测。各服务通过本地套接字共享统一的 JSON-RPC 协议，并支持签名发布和基于健康状态的回滚。
硬件本地智能
控制循环、感知、蓝牙、媒体、手柄输入、配置和更新引擎都在机器人本地运行。公开实验室页面不会暴露未经认证的硬件控制界面。
robotdmediadbtdconfigdupdaterd
从喙到脚，皆为 Rust
统一的 Rust 工作区运行在 Rockchip RK3566 硬件上，结合 50 Hz 控制循环、ONNX 策略、WebRTC 媒体以及原子化可回滚更新。
RustONNXWebRTCRK3566systemd
Microduck Lab 已上线
项目信息由中心站点提供，机器人控制仍仅限于可信硬件网络。