MicroDuck の学習環境を選ぶ｜Linux・WSL・Mac の違い

三つの作業を分ける

既存方策の体験、モデルの再生、新しい方策の学習では依存関係も負荷も違います。開始ルートの確認で、目的に合う資料を選べます。

Linux ではまず GPU の認識確認

ドライバー、PyTorch の CUDA ビルド、CPU アーキテクチャを揃えます。環境確認コマンドで認識を確認できますが、全タスクに十分な VRAM があるとは限りません。

Windows は WSL 2 の前提から

NVIDIA の公式資料で Windows、WSL とドライバー条件を確認します。Windows 側と Linux 側の Python を混ぜないでください。当サイトで MicroDuck の WSL 学習を再現したという意味ではありません。

Mac は体験から進める

ブラウザは既存の動きを知る入口です。CPU の ONNX 再生にも Python 依存関係とビューアー資産が必要です。クラウドを選んでもローカルの起動処理は残るため、ジョブのプレビューから確認します。

長い学習は短い確認の後に

インストール確認が通ってから並列環境数、反復数、予算を決めます。GPU の製品名だけで互換や完了時間を保証しません。

Apple Silicon で CPU 実験をしたい場合

jonathanhawkins の Microduck Labは 2026 年 9 月 22 日更新の独立プロジェクトです。Apple Silicon 上で報酬設計や動作学習を試す環境を公開し、セットアップ時に上流のモデルと方策の版を固定して契約テストを実行します。空の作業ディレクトリで前提条件を読んでから始め、コミット、書き出した ONNX、評価条件を残してください。作者が述べる互換性や性能は当サイトの実機確認ではありません。robotd 自体を調べる目的なら公式デーモンシミュレーションを選びます。