Pollen Robotics Microduck: RL Training을 위한 오픈소스 이족 보행 로봇

Microduck는 강화 학습을 위한 오픈소스 이족 보행 플랫폼입니다

Microduck는 시뮬레이션과 실제 배포 사이의 간극을 메우기 위해 설계된 25cm 높이의 이족 보행 로봇입니다. 사용자는 물리 시뮬레이터에서 행동을 학습시키고 해당 정책을 하드웨어에 직접 배포할 수 있어, 취미 활동가와 RL 연구자 모두가 보행 및 움직임 정책을 실험할 수 있는 도구로 활용할 수 있습니다.

기술 사양

Microduck는 고주파 제어와 학습을 위한 접근성에 중점을 두어 제작되었습니다. 하드웨어 및 소프트웨어 스택은 다음과 같습니다:

Processor: Rockchip RK3566 (통합 AI 가속기 포함).
Memory & Storage: 1GB RAM 및 32GB storage.
Sensors: Camera, LiDAR, 및 두 개의 IMU.
Actuators: 저가형 대안에 비해 높은 품질과 정밀도로 알려진 Dynamixel 서보.
Control Loop: 50 Hz 온보드 정책 루프.
Connectivity: Wi-Fi, Bluetooth, 및 두 개의 NFC 안테나.
Physicals: 800g 무게 및 25cm 높이.
Battery Life: 약 1시간의 실행 시간.

Sim-to-Real 파이프라인 및 소프트웨어 스택

Microduck는 행동 개발을 위해 시뮬레이션 우선 접근 방식을 사용합니다. 사용자는 자신의 컴퓨터나 Hugging Face Jobs를 통해 정책을 학습시킨 후, 이를 ONNX 형식으로 내보내어 실제 로봇에 배포할 수 있습니다.

학습 워크플로우

Train in Simulation: 물리 시뮬레이션 환경에서 행동을 학습합니다.
Deploy to Robot: 학습된 정책을 시뮬레이션에서 실제 로봇으로 전송합니다.
Refine: 실제 환경에서의 성능을 바탕으로 시뮬레이션을 조정하고 정책을 재학습 및 재배포합니다.
Publish: 정책을 커뮤니티와 공유할 수 있습니다.

오픈소스 프레임워크

소프트웨어 스택은 Apache-2.0 라이선스 하에 제공되며 SDK, 시뮬레이션 환경, 그리고 전체 RL 학습 스택을 포함합니다. 특히, 이 프로젝트는 Nvidia의 Isaac 대신 Google DeepMind에서 유지 관리하는 물리 엔진인 MuJoCo (Multi-Joint dynamics with Contact)를 활용합니다. 커뮤니티 구성원들은 이 선택이 Isaac 프레임워크에 비해 표준 노트북에서 시스템을 설정하고 실행하는 것을 훨씬 더 쉽게 만든다고 언급했습니다.

즉시 사용 가능한 기능

Microduck는 즉시 특정 작업을 수행할 수 있는 7가지 사전 학습된 정책을 탑재하여 출시됩니다:

Walking: 속도 추적 보행.
Sitting & Standing: 앉기, 자세 유지, 그리고 다시 일어서기.
Kicking: 한 번의 발로 차기 동작 후 다시 걷기 상태로 복귀.
Grabbing: 부리를 땅으로 낮추어 물건을 집어 올린 뒤 다시 똑바로 서기.
Roller Skating: 롤러 부착물을 장착했을 때를 위한 특화된 이동 방식.
Self-Recovery: 뒤로 완전히 누운 상태에서 다시 일어서는 능력.

커뮤니티 인사이트 및 분석

개발자 및 로봇 공학 애호가들 사이의 논의는 Microduck 플랫폼에 대한 몇 가지 강점점과 우려 사항을 강조합니다:

하드웨어 및 소프트웨어 트레이드오프

사용자들은 일반적으로 Feetech과 같은 대안보다 더 비싸지만 더 높은 품질을 제공하는 Dynamixel 서보의 사용을 높이 평가했습니다. 하지만 일부 사용자들은 소프트웨어는 Apache-2.0이지만 하드웨어 설계 파일(CAD/part lists)이 GitHub에 바로 공개되어 있지 않다는 점을 들어