MicroDuck強化學習：ONNX、續訓檢查點與來源核對

官方MicroDuck RL已增加訓練bundle檔案，核查版本的Hub可讀9份bundle後設資料。部署ONNX不含常規續訓狀態；公開checkpoint與溯源有助準備，但原始碼記錄缺口及未執行驗證意味著不能宣稱訓練已完整復現。

繁體版於 2026 年 10 月 31 日上線。以下另列原資料修訂日，舊版紀錄不因本地化變成新發布。原資料修訂： 2026年10月29日

先讀bundle，不把ONNX當完整訓練存檔

RL改動已合入bae39f59，公開訓練倉64d28ce0列出9個bundle。這是新公開的來源資訊，不是9個新增實機成績；已核策略集仍v8。ONNX actor匯出不帶常規續訓所需critic、optimizer與課程狀態。

velstand示例為10月12日訓練的2749輪，關聯v8 velstand.onnx、訓練提交37507767和兩份教師bundle。教師記錄標on_remote:false，但本次可從GitHub直接讀取兩次提交，不能只憑該欄位判原始碼缺失；翻滾記錄則沒寫程式碼提交。velstand的uncommitted.diff是乾淨Git狀態和空diff，先讀內容，不機械套用檔案。

核task_id、checkpoint_file和checkpoint_sha256，區分檢查點與ONNX的hash。
檢視code.commit、on_remote、設定及diff實際內容；原訓練提交與新解析器提交不是同一用途。
逐個核教師bundle和所需原始碼。公開權重本身補不齊缺失程式碼、許可權和環境條件。

分清續訓、遷移初始化與主動分享

新解析器接受本地.pt或hf://owner/repo@revision/path。同任務--init-checkpoint續接輪次及課程計數；MICRODUCK_WARM_START=1用於其他任務時重置課程並保留已載入模型狀態。不要混用舊resume引數；記錄的訓練版本可能早於新CLI，先核入口支援再照抄新示例。

只有主動share-training或publish --share-training才上傳，新建倉預設私有，選--public才公開；釋出前審閱來源和附帶diff。本站只讀程式碼、9份後設資料及小型參考檔案，沒有下載或載入checkpoint、訓練、復現步態或驗證HD1910相容性。

先分清三件事

模擬體驗使用已有策略；策略回放需要匹配模型和執行環境；訓練需要取樣、最佳化與儲存檢查點。按你的目標使用路線選擇工具，不必一開始購買硬體。

Linux 與 NVIDIA GPU

官方 CUDA 快速開始是主要參考。需要驅動、PyTorch CUDA 構建、系統架構和依賴相匹配。環境診斷能檢測 Python 與 GPU 可見性，不能證明視訊記憶體足夠完成所有任務。

Windows 使用者先核對 WSL 2

NVIDIA 的 CUDA on WSL 檔案說明系統與驅動前提。WSL 2 是候選路線，不是本站已復現的 MicroDuck 安裝結果。不要把 Windows 的直譯器和 WSL 內的依賴混裝。

Mac 使用者怎樣開始

瀏覽器體驗適合先理解動作；本地 ONNX 回放仍需安裝 Python 依賴和檢視器資源。雲訓練也有本地啟動器依賴，應先讀雲任務預覽，不能只因為有云 GPU 就跳過安裝檢查。

把算力投入放到小檢查之後

先讓短訓練透過，再確定並行環境數、迭代數和預算。沒有經核查的統一最低視訊記憶體或完成時間，不根據顯示卡名稱給透過承諾。

Mac 上還有一條獨立的 CPU 實驗路線

jonathanhawkins 的 Microduck Lab 於 2026 年 9 月 22 日更新。作者提供 Apple Silicon CPU 訓練環境，安裝指令碼會固定上游模型和策略版本、安裝依賴並跑契約檢查。它適合嘗試獎勵設計和模擬動作，不是官方 microduck_rl 的 CUDA 快速入門。請在新目錄閱讀其系統要求後執行安裝，儲存專案提交號、匯出檔案和評估條件。作者報告的相容性與效果尚未經本站或 Pollen Robotics 實體驗證。若要檢查真實 robotd 的行為，再看守護程序模擬。

來源與核查日期

資料核查於 2026年10月29日 · 已核查原始資料