Microduck 是 Pollen Robotics（Hugging Face）推出的 25 厘米、约 800 克的开源双足机器人，出厂自带 7 个预训练动作——走路、坐下、踢球、用喙抓取、滑旱冰、倒地后站起来。对开发者来说，亮点不在萌，而在它整套软件栈以 Apache-2.0 协议开源在 GitHub 上：你可以自己用强化学习在物理仿真里训练新步态，再把学到的策略直接部署到实体机器人上。
为什么值得关注
多数强化学习 demo 止步于仿真。Microduck 闭环了：MuJoCo 里训练 → 导出 ONNX → 同一套策略以 50 Hz 在机载运行。它是你能买到的、接触「仿真到现实」（sim-to-real）管线最便宜的具体载体之一，代码可读、可 fork、可重新训练。
软件栈怎么组织
核心是两个仓库：
- pollen-robotics/microduck —— SDK 与机载软件。SSH 进去后用
robotctl监控、配置、更新机器人。 - pollen-robotics/microduck-rl —— 强化学习训练与 sim-to-real 工具链。
训练运行在 MuJoCo Warp（基于 NVIDIA Warp）之上，配合 mjlab（重实现了 Isaac Lab API 的训练框架）。在 NVIDIA GPU 上并行模拟 4096 只虚拟鸭子，约 1~2 小时就能训出一个可用的行走步态；也可以在 Hugging Face 自己的推理/训练基础设施上跑。
核心管线
- 仿真 —— 数千只虚拟鸭子在 MuJoCo Warp 并行运行，每个 episode 由任务特定的 reward 塑造。
- PPO 训练 —— mjlab 在仿真里训练策略，仓库自带 13 个任务族可作起点。
- 仿真到现实 —— 导出训练好的策略，部署到 50 Hz 机载策略循环，驱动 15 个电机与摄像头、LiDAR、双 IMU。
从哪开始
出厂 7 个动作全部公开且可重训，选一个当基线而非从零训。第一个实验建议：在某个现有步态上微调行走 reward，观察 reward 曲线，再并排对比仿真与实机的行为差异。
实践建议
- 并行训练循环基本要求 NVIDIA GPU（或用 HF 基础设施）——别指望在笔记本 CPU 上训步态。
- 注意许可区别：软件是 Apache-2.0，但机械/电子设计文件采用非商业许可，所以这是「开源软件平台」，不是开源硬件。
- 想轻量地玩仿真，社区封装如
microduck-mcp可从任意 MCP 客户端驱动仿真鸭子。
资源链接
- 发布文：Meet Microduck
- 产品与文档：pollen-robotics.com/microduck
- GitHub：pollen-robotics/microduck
