标签: 训练

YouDuck 上标记为「训练」的全部教程、笔记与策略复现。

• 齿隙建模，以及编码器在哪一侧

  齿轮传动的空程。Microduck 建模为每个舵机 ±1°，关键在于编码器装在齿隙的输出侧。

• BAM 执行器模型

  Rhoban 的舵机物理模型。把舵机当理想力矩源，是 sim2real 失败最常见的根因。

• 域随机化

  训练时随机化物理参数，让策略对真实世界的参数分布鲁棒。它和加观测噪声是两回事。

• 61 维观测契约

  所有策略共享同一份观测格式，这是运行时能在行走、恢复、特技之间热切换的前提。

• 策略热切换

  运行时在行走、恢复、特技策略之间即时切换，不重启不停机。

• 投影重力：机器人怎么知道自己倒了

  数据流上唯一的 IMU 量。站立时约为 [0, 0, -1]，跌倒判定由它得出。

• sim2real 是什么，为什么它是最难的一步

  sim2real 指把仿真里训练的策略迁移到真机。仿真里走得好、上机就摔，是这类项目最常见的失败。

• 训练与部署

  从 MuJoCo 仿真训练到把策略跑上真机的完整链路，以及 sim2real 阶段真正会卡住的地方。

• 搭起训练环境，训出第一个策略

  microduck_rl 的环境要求、四条核心命令，以及没有 GPU 时的替代方案。

• sim2real 配方

  Microduck 从仿真走到真机所依赖的四件事：BAM 执行器物理、域随机化、齿隙建模、共享观测契约。

• 训练任务清单

  microduck_rl 里全部可训练任务的 id、地形与用途，含 roller 系列与 Backlash 变体。

• BallKick — 踢球

  把 70 mm、15 g 的球向前踢出。策略看不到球。

• GroundPick — 低头捡东西

  下蹲并用嘴尖触地，然后回到站立。手柄 A 键触发的动作。

• RollerCrouch — 滑行中下蹲

  在轮子上保持滑行的同时压低重心。

• RollerSlope — 斜坡滑降

  在斜坡上滑降并保持可控。

• RollerStandUp — 从地面站上轮子

  摔倒之后从地面重新站到轮子上。

• Rollers — 轮滑速度跟踪

  脚下装被动轮之后的基础滑行策略。roller 模式的主任务。

• Roulade — 前滚翻

  向前翻越头部滚一圈，落回双脚。手柄 X 键，按住可连续。

• SitStand — 坐下与站起

  指令控制的坐↔站切换，动作柔和，过程中头部仍可控。

• Spin — 原地旋转

  在轮子上原地快速旋转。

• StandUp — 从地面站起

  从面朝下、面朝上或坐姿站起，然后保持站立并接受体位指令。

• Swizzle — 葫芦步

  经典的对称蹬冰动作，两脚同时外八再内收。

• Velocity — 速度指令行走

  主任务：按速度指令行走并同时接受头部姿态指令。第一个该训的就是它。

• VelStand — 行走加跌倒恢复

  把行走和跌倒恢复训练进同一个策略，省掉运行时的切换。

• 背景：Hugging Face 2025 年收购 Pollen Robotics 意味着什么

  Microduck 出自被 Hugging Face 收购的 Pollen Robotics。这条所有权关系解释了它为什么把策略做成可分享的 ONNX 文件。

• BAM — 舵机执行器物理模型

  Rhoban 团队的执行器辨识框架，Microduck 用它的 M6 模型建模 Dynamixel XL330。

• microduck_rl — 强化学习训练环境

  Microduck 全部动作策略的训练代码：MuJoCo Warp + PPO，含域随机化、BAM 执行器模型与齿隙仿真。

• Microduck Simulator — 浏览器里的在线仿真

  Hugging Face Space 上的 Microduck Sandbox，没有硬件也能试。

• mjlab — microduck_rl 的底层训练框架

  基于 MuJoCo Warp 的 GPU 并行强化学习框架，Microduck 的训练建立在它之上。