跳到正文
已核查原始资料

MicroDuck 训练到部署教程:准备、训练、导出与验证

按准备、本地训练、导出、模拟回放和部署检查依次阅读。导出或上传成功,不能证明机器人能执行该策略。

从训练到部署的阅读路线

  1. MicroDuck RL 仓库导航:训练、云任务和导出入口

    官方 MicroDuck RL 仓库是训练、云任务和导出流程的来源。本站将入口按实际操作顺序串联,并固定核查版本;上游变化后应重新对照源码,不把旧命令默认为永久有效。

  2. MicroDuck 本地训练入门:环境检查、短跑与云预览

    先固定源码,确认当前虚拟环境能看到 CUDA,再运行 64 个环境、5 次迭代的安装检查。这里的数字是本站选定的短检查配置,不是官方性能门槛;命令已核对源码,本站未实际运行 GPU 训练。

  3. MicroDuck 策略导出:检查点转 ONNX,再正确回放

    训练检查点不能直接改名为 ONNX。用匹配任务的官方导出器保留观测归一化,再核对输入布局、关节顺序和回放参数。当前 MicroDuck 策略接口是 61 个观测值与 14 个动作值。

  4. MicroDuck 浏览器仿真:试走、导入公开动作与恢复原版

    先打开官方浏览器仿真,点 Waddle In,用方向键试走。要体验公开动作,在网址后使用 ?move=作者/仓库;PLAYING 显示已装载的动作,不代表正在执行,点 ✕ 可恢复占用槽位的官方动作。本站 10 月 12 日检查了官方 sprint 参考模型的加载和卸载。

  5. MicroDuck 官方策略 v8:确认 walk 覆盖、更新与单槽恢复

    官方模型集 10 月 12 日发布 velstand v8,但 daemon 升级不证明机器已使用它。先读 policy list、policy check 和 health;手动加载过的 walk 会继续覆盖官方模型。确需回官方默认时,单独 reset walk 并复核。

按准备、本地训练、导出、模拟回放和部署检查依次阅读。导出或上传成功,不能证明机器人能执行该策略。

先读bundle,不把ONNX当完整训练存档

RL改动已合入bae39f59,公开训练仓64d28ce0列出9个bundle。这是新公开的来源信息,不是9个新增实机成绩;已核策略集仍v8。ONNX actor导出不带常规续训所需critic、optimizer与课程状态。

velstand示例为10月12日训练的2749轮,关联v8 velstand.onnx、训练提交37507767和两份教师bundle。教师记录标on_remote:false,但本次可从GitHub直接读取两次提交,不能只凭该字段判源码缺失;翻滚记录则没写代码提交。velstand的uncommitted.diff是干净Git状态和空diff,先读内容,不机械套用文件。

  1. 核task_id、checkpoint_file和checkpoint_sha256,区分检查点与ONNX的hash。
  2. 查看code.commit、on_remote、配置及diff实际内容;原训练提交与新解析器提交不是同一用途。
  3. 逐个核教师bundle和所需源码。公开权重本身补不齐缺失代码、权限和环境条件。

分清续训、迁移初始化与主动分享

新解析器接受本地.pt或hf://owner/repo@revision/path。同任务--init-checkpoint续接轮次及课程计数;MICRODUCK_WARM_START=1用于其他任务时重置课程并保留已加载模型状态。不要混用旧resume参数;记录的训练版本可能早于新CLI,先核入口支持再照抄新示例。

只有主动share-training或publish --share-training才上传,新建仓默认私有,选--public才公开;发布前审阅来源和附带diff。本站只读代码、9份元数据及小型参考文件,没有下载或加载checkpoint、训练、复现步态或验证HD1910兼容性。

先分清三件事

仿真体验使用已有策略;策略回放需要匹配模型和运行环境;训练需要采样、优化与保存检查点。按你的目标使用路线选择工具,不必一开始购买硬件。

Linux 与 NVIDIA GPU

官方 CUDA 快速开始是主要参考。需要驱动、PyTorch CUDA 构建、系统架构和依赖相匹配。环境诊断能检测 Python 与 GPU 可见性,不能证明显存足够完成所有任务。

Windows 用户先核对 WSL 2

NVIDIA 的 CUDA on WSL 文档说明系统与驱动前提。WSL 2 是候选路线,不是本站已复现的 MicroDuck 安装结果。不要把 Windows 的解释器和 WSL 内的依赖混装。

Mac 用户怎样开始

浏览器体验适合先理解动作;本地 ONNX 回放仍需安装 Python 依赖和查看器资源。云训练也有本地启动器依赖,应先读云任务预览,不能只因为有云 GPU 就跳过安装检查。

把算力投入放到小检查之后

先让短训练通过,再确定并行环境数、迭代数和预算。没有经核查的统一最低显存或完成时间,不根据显卡名称给通过承诺。

Mac 上还有一条独立的 CPU 实验路线

jonathanhawkins 的 Microduck Lab 于 2026 年 9 月 22 日更新。作者提供 Apple Silicon CPU 训练环境,安装脚本会固定上游模型和策略版本、安装依赖并跑契约检查。它适合尝试奖励设计和仿真动作,不是官方 microduck_rl 的 CUDA 快速入门。请在新目录阅读其系统要求后运行安装,保存项目提交号、导出文件和评估条件。作者报告的兼容性与效果尚未经本站或 Pollen Robotics 实体验证。若要检查真实 robotd 的行为,再看守护进程仿真。

继续之前先确认

部署用 ONNX 能直接恢复训练吗?

ONNX actor 不是完整训练检查点,还要核对 optimizer、critic、课程状态、代码版本与教师记录。

适用范围: Pollen Robotics MicroDuck. 把模型、镜像、软件和驱动版本一起记录。各日期段落保留原有验证范围。

资料核查于:

来源与核查 (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

接下来读这些教程

MicroDuck 本地训练入门:环境检查、短跑与云预览

使用固定源码版本建立 Python 3.12 环境,检查 CUDA 和任务注册,运行有边界的安装测试,再保存检查点并预览云任务,附可复制命令。

MicroDuck 策略导出:检查点转 ONNX,再正确回放

用官方导出器保留观测归一化,核对 61 输入与 14 动作接口,再用当前命令布局回放并预览发布包;说明旧模型与硬件部署的边界。

MicroDuck 官方参考模型:短跑、轮式、爬坡与坐站怎么选

比较四个参考策略的槽位、舵机和附件要求,检查指令含义与内置归一化,按固定版本加载并恢复;说明训练仓库的公开访问限制。