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。
第一次阅读的顺序
先看 README 和依赖声明,再看任务列表与训练入口。确认环境后,按本地短检查判断安装是否成功。
云计算只是执行位置改变
云任务仍有认证、源码归档和计费要求。先用 dry-run 检查配置,保存任务 URL,并知道如何取消;关闭终端不代表远程任务停止。
从训练文件走到可回放文件
保留检查点的任务与参数,通过官方导出与回放路线核对归一化和接口。不要把旧 fork 的命令与当前仓库混在一起。
记录这次依赖哪个版本
本站命令核查版本为 2b25a48;原仓库可能继续变化。遇到差异,记录原文、提交号和第一条错误并提交纠错。
继续之前先确认
训练仓库公开就代表可以完整复现吗?
不代表。还需匹配依赖、任务配置、检查点和教师文件,具体操作参照训练与导出教程。
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:
接下来读这些教程
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。
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。