Pollen Robotics Microduck: An Open-Source Biped for RL Training

Microduck 是一个用于强化学习的开源双足机器人平台

Microduck 是一个高 25cm 的双足机器人，旨在弥合仿真与物理部署之间的差距。它允许用户在物理模拟器中训练行为，并将这些策略直接部署到硬件上，使其成为爱好者和 RL 研究人员实验步态和运动策略的工具。

技术规格

Microduck 的构建重点在于高频控制和训练的可访问性。其硬件和软件栈包括：

  • Processor: Rockchip RK3566 with an integrated AI accelerator.
  • Memory & Storage: 1GB RAM and 32GB storage.
  • Sensors: Camera, LiDAR, and two IMUs.
  • Actuators: Dynamixel servos, known for higher quality and precision compared to budget alternatives.
  • Control Loop: 50 Hz onboard policy loop.
  • Connectivity: Wi-Fi, Bluetooth, and two NFC antennas.
  • Physicals: 800g weight and 25cm height.
  • Battery Life: Approximately 1 hour of runtime.

Sim-to-Real 流程与软件栈

Microduck 采用仿真优先的行为开发方法。用户可以在自己的机器上或通过 Hugging Face Jobs 训练策略，然后将其导出为 ONNX 格式以部署在物理机器人上。

训练工作流

  1. Train in Simulation: Behaviors are learned in a physics simulation environment.
  2. Deploy to Robot: The trained policy is transferred from simulation to the real robot.
  3. Refine: The simulation is tuned and the policy is re-trained and re-deployed based on real-world performance.
  4. Publish: Policies can be shared with the community.

开源框架

软件栈采用 Apache-2.0 许可，包括 SDK、仿真环境和完整的 RL 训练栈。值得注意的是，该项目使用了由 Google DeepMind 维护的物理引擎 MuJoCo (Multi-Joint dynamics with Contact)，而不是 Nvidia 的 Isaac。社区成员指出，与 Isaac 框架相比，这一选择使得系统在标准笔记本电脑上设置和运行变得显著更容易。

开箱即用能力

Microduck 出厂时配备了七种预训练策略，使其能够立即执行特定任务：

  • Walking: A velocity-tracking gait.
  • Sitting & Standing: The ability to sit down, hold the pose, and stand back up.
  • Kicking: A one-shot boot followed by a return to walking.
  • Grabbing: Dipping the beak to the ground to scoop and pop back upright.
  • Roller Skating: Specialized locomotion for when roller attachments are equipped.
  • Self-Recovery: The ability to stand up from a flat-on-back position.
  • Self-Recovery: The ability to stand up from a flat-on-back position.

社区洞察与分析

开发者和机器人爱好者之间的讨论突出了 Microduck 平台的一些优势和担忧：

硬件与软件权衡

用户称赞了 Dynamixel 电机的使用，它们通常比 Feetech 等替代品更贵，但提供更好的质量。然而，一些用户对“开源”标签表示了担忧，指出虽然软件是 Apache-2.0，但硬件设计文件 (CAD/part lists) 并不在 GitHub 上轻易获得。

实际限制

一些用户指出了一些潜在的现实世界障碍，例如小型双足机器人由于在深层地毯上导航时面临的困难，这可能会阻碍运动或使电机过载。

隐私与安全

由于机器人包含摄像头和麦克风，一些用户对隐私表示了担忧，特别是当在儿童房或私人空间使用该设备时。

与其他平台的比较

社区成员将 Microduck 比较了与其他开源双足机器人和 Sony Aibo，指出虽然 Microduck 提供了一个强大的 RL 训练平台，但它缺乏高端消费级机器人宠物的高端“可爱”感和关节几何结构。

Sources

相关