Ren(@Ryrenz):🦆 上头了，一只 800 克重、25 厘米高的双足机器人，走路、摔倒爬起、起立、踢球全是自己练出来的，训练环境 microduck_rl 开源了。 GitHub 上快 2000 star，四百多个 fork——fork 数是 star 的两成，一看就是真有人下载下来在改。想让小型双足机器人学个新动作，最劝退的不是训练本身，是仿真里跑得漂漂亮亮的策略，一放到真机上就摔。舵机不是理想电机，电压会掉，指令有延迟，齿轮还有旷量，这些在仿真里默认都不存在。 microduck_rl 就是冲着这道坎去的。它基于 mjlab 用 PPO 训练，专门配了 BAM 的舵机物理模型，把电池电压、负载下的电压跌落、指令延迟和摩擦幅度逐个环境随机化；每个主要任务还都有一个齿隙变体，把 14 个舵机齿轮传动里那 ±1 度的旷量也练进去。练完的策略以 50Hz 导成 ONNX，直接交给真机的运行时跑。所有任务共用一套 61 维观测接口，所以走路、起立、踢球、前滚翻这些策略在真机上可以热切换。训练要一张 CUDA 显卡，这点得先备好。仿真到真机那道坎，就是被人这样一项一项磨平的。 GitHub：

2026.09.10 11:09

🦆 上头了，一只 800 克重、25 厘米高的双足机器人，走路、摔倒爬起、起立、踢球全是自己练出来的，训练环境 microduck_rl 开源了。 GitHub 上快 2000 star，四百多个 fork——fork 数是 star 的两成，一看就是真有人下载下来在改。想让小型双足机器人学个新动作，最劝退的不是训练本身，是仿真里跑得漂漂亮亮的策略，一放到真机上就摔。舵机不是理想电机，电压会掉，指令有延迟，齿轮还有旷量，这些在仿真里默认都不存在。 microduck_rl 就是冲着这道坎去的。它基于 mjlab 用 PPO 训练，专门配了 BAM 的舵机物理模型，把电池电压、负载下的电压跌落、指令延迟和摩擦幅度逐个环境随机化；每个主要任务还都有一个齿隙变体，把 14 个舵机齿轮传动里那 ±1 度的旷量也练进去。练完的策略以 50Hz 导成 ONNX，直接交给真机的运行时跑。所有任务共用一套 61 维观测接口，所以走路、起立、踢球、前滚翻这些策略在真机上可以热切换。训练要一张 CUDA 显卡，这点得先备好。仿真到真机那道坎，就是被人这样一项一项磨平的。 GitHub：

Forward to community