Pollen Robotics与Hugging Face发布开源双足机器人Microduck，可用Isaac Lab训练步态并部署到实机
Hugging Face博客发布英伟达参与的教程：在Isaac Lab 3.0与Newton中并行训练Microduck行走策略，导出ONNX后载入实机；策略需保持 61 维观测、14 维关节动作的接口一致。
AI解读：训练侧需要一台装有受支持NVIDIA GPU和驱动的Linux工作站，以及Git和uv；部署侧需要一台已配置好板载软件、可通过手柄等受支持控制接口操作的实体Microduck。
Isaac Lab已内置Microduck的机器人模型、场景、观测、动作、奖励与域随机化配置。平地任务之外还有包含楼梯、斜坡和崎岖地形的rough版本；策略输入 61 个观测值，输出 14 个关节位置。
教程称，在GPU上并行运行 4096 个环境、启用崎岖地形与backlash（齿轮间隙）预设时，可达每秒 125 万步；并可用 16 块GPU分布式训练。此类数字为教程方给出的配置说明，未附独立评测。
训练时随机化质量与质心、地面摩擦、关节惯量、编码器偏移、电池电压与压降、指令延迟，并按关节单独随机化齿轮间隙，以覆盖实机可能遇到的差异。
导出后可在Microduck Arena中与其他策略比较，该平台仅接受 61 维观测、14 维动作、最大 64 MiB的模型；也可上传至Hugging Face Hub，或用scp拷贝ONNX文件到实机，通过robotctl载入和重置策略。
Hugging Face博客发布一篇由多位作者合作的教程，介绍如何用NVIDIA Isaac Lab 3.0和Newton训练Microduck的行走策略，将其导出为ONNX文件，再载入实体机器人运行。Microduck是Pollen Robotics与Hugging Face发布的开源双足机器人。
教程说明，行走策略先在仿真中训练，但需应对真实舵机的摩擦、延迟和机械间隙。发布方给出的完整流程为：仿真训练、在Newton可视化器中评估、导出ONNX、部署到实机，或提交到Microduck Arena比较。
训练与部署的前置条件
仿真与训练需要一台装有受支持NVIDIA GPU和驱动的Linux工作站，并安装Git和uv。安装方式为克隆Isaac Lab的develop分支后执行uv sync，再用isaaclab list_envs --keyword MicroDuck --show_presets确认Microduck任务与预设可用。
部署侧需要一台已配置好、板载机器人软件正常运行的实体Microduck，以及手柄等受支持的控制接口。
- 仿真训练：Linux工作站、受支持的NVIDIA GPU与驱动
- 工具依赖：Git、uv
- 实机部署：已完成配置的Microduck与受支持控制接口（如配对手柄）
环境与策略接口
Isaac Lab已提供Microduck的机器人模型、场景、观测、动作、奖励与域随机化配置。教程建议从平地行走任务起步，rough变体则加入楼梯、斜坡与不平地形。
策略接收 61 个观测值，输出 14 个关节位置。教程强调，导出和部署时要与训练时保持观测顺序、归一化和动作缩放一致。
- 观测维度：61
- 动作维度：14 个关节位置
- 地形版本：平地与崎岖地形
训练配置与随机化范围
训练示例使用rsl_rl库、4096 个并行环境，并启用backlash预设。教程称，在崎岖地形并启用backlash的配置下可达每秒约 125 万步，也可跨GPU分布式训练，例如使用 16 块GPU。上述性能数字出自教程方。
为便于从仿真迁移到实机，训练中对每台“鸭子”随机化质量与质心、地面摩擦、关节惯量、编码器偏移、电池电压与压降、指令延迟，并变化地形、施加推力，同时按关节独立随机化齿轮间隙，以模拟不均匀磨损。教程用Newton的MJWarp求解器和基于Newton的BAM执行器模型来建模舵机响应。
- 并行环境数：4096
- 教程给出的峰值：崎岖地形加backlash下最高每秒 125 万步
- 随机化项：质量与质心、地面摩擦、关节惯量、编码器偏移、电池电压与压降、指令延迟、地形、推力、逐关节齿轮间隙
导出、分享与实机载入
RSL-RL回放工作流会自动导出TorchScript（policy.pt）和ONNX（policy.onnx），Microduck板载运行时加载的是ONNX文件。教程用Newton可视化器运行最新检查点进行检查。
Microduck Arena是Hugging Face Space上的比较与排行榜平台，接受 61 个观测值、14 个动作值、最大 64 MiB的模型。部署时用scp把policy.onnx拷贝到机器人，通过ssh执行robotctl policy list查看现有策略，再用robotctl policy load载入；如需恢复，可执行robotctl policy reset walk。教程附有实机被推倒后重新站稳并继续行走的演示。
- 导出文件：policy.pt与policy.onnx
- Arena模型限制：61 观测、14 动作、最大 64 MiB
- 实机操作：scp拷贝、robotctl policy load、robotctl policy reset walk
- 演示范围：单次实机行走与被推倒后的恢复