本文へ移動
原資料を確認

MicroDuck学習から配備へ:準備・学習・書き出し・検証

準備、ローカル学習、書き出し、シミュレーション再生、配備確認の順に進みます。書き出しやアップロードの成功は実機での方策実行を証明しません。

学習から配備への順序

  1. MicroDuck RL の読み始め|環境・学習・書き出しの入口

    公式 RL リポジトリが環境構築、学習、クラウドジョブと書き出しの基準になります。当サイトの案内は確認した版への道案内であり、上流の変更があれば再照合が必要です。

  2. MicroDuck 初回学習の手順|環境確認から短い試行まで

    まず環境を固定し、同じ Python から CUDA が見えるか確認します。64 環境・5 反復は当サイトが用意した短い導入確認の設定で、公式ベンチマークではありません。コマンドはソース確認済みですが、GPU 学習は当サイトで実行していません。

  3. MicroDuck の ONNX 書き出しと再生|入力仕様を揃える

    公式の書き出し処理は、学習時の観測正規化をモデルと一緒に扱います。チェックポイントの名前を変えるだけでは変換できません。現行の 61 観測・14 動作を、意味と順番まで合わせて再生します。

  4. MicroDuck シミュレーター|公開モーションの読み込みと元に戻す方法

    公式シミュレーターで Waddle In を選び、方向キーで歩行を確かめます。公開方策は ?move=所有者/リポジトリ で読み込み、PLAYING は読み込み済みを示します。現在駆動中という意味ではありません。✕ で元の方策へ戻せます。10 月 12 日、当サイトは公式 sprint 参考モデルの読み込みと解除を確認しました。

  5. MicroDuck 公式方策 v8|walk の上書きを調べて戻す手順

    velstand v8 は 10 月 12 日に公開されましたが、デーモン更新だけで実機が v8 を使うとは限りません。policy list と check を比べ、必要なら公式セットを更新します。手動ロードした walk は残るため、公式既定へ戻す時だけ reset walk を行います。

準備、ローカル学習、書き出し、シミュレーション再生、配備確認の順に進みます。書き出しやアップロードの成功は実機での方策実行を証明しません。

ONNXを完全な学習保存物と見なさない

RL変更はbae39f59へ統合され、公開学習倉庫64d28ce0に9件のbundleがあります。新しく共有された由来であり、9件の新しい実機成績ではありません。確認した方策セットはv8のまま。actorのONNXは通常の再開に必要なcritic、optimizer、カリキュラム状態を持ちません。

velstand例は10月12日実行の反復2749で、v8 velstand.onnx、訓練コミット37507767、2教師を記録します。教師はon_remote:falseですが、今回両コミットをGitHubで直接読めました。この印だけでソース欠落とは判断できません。一方rouladeにはコミット記録がありません。velstandのuncommitted.diffはclean状態と空diffなので、機械的に適用せず中身を確認します。

  1. task_id、checkpoint_file、checkpoint_sha256を合わせ、ONNXのハッシュと区別します。
  2. code.commit、on_remote、設定、diffの中身を確認。訓練時のコミットと新しい読込み実装は役割が違います。
  3. 全教師bundleと必要コードを確認。公開重みだけでは不足コード、アクセス権、環境条件は補えません。

再開・warm start・共有を選び分ける

新リゾルバーはローカル.ptとhf://owner/repo@revision/pathを受け付けます。同タスクの--init-checkpointは反復とカリキュラムを継続。MICRODUCK_WARM_START=1は別タスクで学習状態を読みつつカリキュラムを初期化します。旧resume指定と混ぜず、古い訓練版が新CLIを受け付けるか確認します。

共有はshare-trainingまたはpublish --share-trainingを明示した時だけです。新規倉庫は既定で非公開、--publicで公開します。送る前に由来とdiffを点検。当サイトはコード、9件のメタデータと小さな参照資料を読み、重みの取得・読込み、学習、歩行再現、HD1910互換検証はしていません。

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。

続ける前に確認

配備用ONNXで学習を再開できますか?

ONNX actorは完全な学習保存ではありません。optimizer、critic、カリキュラム状態、コード版、教師記録を確認します。

対象: Pollen Robotics MicroDuck. モデル、イメージ、ソフトウェア、ドライバーの版を一緒に記録します。各日付の説明は元の検証範囲を維持します。

出典確認日:

出典と確認 (16)
  1. github.com/pollen-robotics/microduck_rl/blob/2b25a48b08f1f17bc38c90bb03144c81fbd9ed07/README.md
  2. github.com/pollen-robotics/microduck_rl/blob/2b25a48b08f1f17bc38c90bb03144c81fbd9ed07/pyproject.toml
  3. docs.nvidia.com/cuda/wsl-user-guide/index.html
  4. github.com/pollen-robotics/microduck_rl/issues/38
  5. github.com/pollen-robotics/microduck_rl/blob/2b25a48b08f1f17bc38c90bb03144c81fbd9ed07/scripts/hf/README.md
  6. huggingface.co/docs/hub/jobs-pricing
  7. github.com/jonathanhawkins/microduck-lab/tree/47c62e3fb5193191d6d7e1181cc61089eaa768c7
  8. github.com/pollen-robotics/microduck_rl/blob/bae39f5900b318f7e87fc485c30a31213cfa14eb/docs/training_checkpoints.md
  9. huggingface.co/pollen-robotics/microduck-training/blob/64d28ce092253c509b51031ec7ccb53790a00d0d/README.md
  10. huggingface.co/pollen-robotics/microduck-training/blob/64d28ce092253c509b51031ec7ccb53790a00d0d/bundles/velstand/0045i2si_2749/bundle.json
  11. github.com/pollen-robotics/microduck_rl/blob/bae39f5900b318f7e87fc485c30a31213cfa14eb/src/mjlab_microduck/checkpoints.py
  12. github.com/pollen-robotics/microduck_rl/blob/bae39f5900b318f7e87fc485c30a31213cfa14eb/src/mjlab_microduck/publish/training.py
  13. github.com/pollen-robotics/microduck_rl/blob/bae39f5900b318f7e87fc485c30a31213cfa14eb/src/mjlab_microduck/train_hook.py
  14. huggingface.co/pollen-robotics/microduck-policies/blob/665ae4eb20bfe13bca1ef4ea6d4bb6b4a096e448/manifest.json
  15. github.com/pollen-robotics/microduck_rl/commit/85105f4b135e548f4df791227d2eed12de0bef2c
  16. github.com/pollen-robotics/microduck_rl/commit/2f1f76bc6abb4df32ebf46510215b3d2c497c2b9

次に読むガイド

MicroDuck 初回学習の手順|環境確認から短い試行まで

公式コードの版を固定し、Python と CUDA、タスク登録を確認。小さな学習で導入を確かめ、チェックポイントを保存し、クラウド実行前の仕様をプレビューします。

MicroDuck の ONNX 書き出しと再生|入力仕様を揃える

チェックポイントを公式の書き出し処理に渡し、観測の正規化と 61 入力を保ったまま再生。旧モデルとの差、キー配置、公開パッケージの事前確認を説明します。

MicroDuck 公式方策の選び方|スプリント・ローラー・座位

公式の四つの参照モデルをスロット、付属品、指令の意味で比較。固定版の試行と復元、内蔵正規化、学習ソース確認の限界を整理します。