8 月 27 日，Hugging Face 旗下 Pollen Robotics 正式开放 Microduck 预订。这是一只 25 cm 高的双足机器鸭，定价 399 美元，圣诞节前发货。但别被外形骗了：它不是玩具，而是一套把 sim2real 强化学习流水线打包进消费级硬件的开发平台。
对普通开发者来说，Microduck 最吸引人的不是它能用喙捡东西、摔倒后自己爬起来，甚至不是溜冰——而是你可以在一台普通 PC 上训练策略，再把它部署到 399 美元的实体机器人上。这个闭环过去只属于资金雄厚的机器人实验室或创业公司。
本文先带你完成预订，再把 SDK 和仿真环境在本地跑起来。即使机器鸭还要等几个月才到，你的开发环境已经可以开始迭代。
一、Microduck 是什么：先看硬件与软件边界
Microduck 由 Hugging Face 在 2025 年 4 月收购的法国机器人公司 Pollen Robotics 出品。硬件规格在这个价位相当慷慨：
| 项目 | 规格 |
|---|---|
| 身高 | 25 cm |
| 重量 | 约 800 g |
| 电机 | 15 个执行器 |
| 视觉 | 广角摄像头 |
| 深度感知 | 8×8 ToF LiDAR |
| 姿态 | 双 IMU |
| 交互 | 麦克风、扬声器、NFC |
| 连接 | Wi-Fi、蓝牙 |
| 计算 | 1 GB RAM / 32 GB 存储 |
| 电池 | 2600 mAh，续航约 1 小时 |
软件栈完全开源（Apache 2.0），核心包含：
- microduck：机器人端软件，用 Rust 编写，包含控制循环
robotd、更新系统、蓝牙服务、游戏手柄处理、WebRTC 摄像头流、ToF 深度服务。 - MuJoCo / MuJoCo Warp 仿真环境：在 GPU 上并行跑数千只虚拟鸭子。
- RL 训练脚本：基于 PPO，训练好的策略导出为 ONNX，再部署到真机。
需要注意的边界：机械和电子设计文件未开源（非商业授权），所以你能 clone 的是软件、策略与训练流程，不是完整硬件图纸。
二、预订：现在该做什么
当前 Microduck 只在 Pollen Robotics 官网开放预订，定价 399 美元为税前和运费前价格，首批预计 2026 年圣诞节前发货。建议操作：
- 访问 Pollen Robotics Microduck 页面 确认所在地区是否在首批销售范围（北美、欧洲、英国为主）。
- 下单时留意关税与运费，最终到手价通常会明显高于 399 美元。
- 保留订单确认邮件，后续固件更新、SDK 版本绑定可能用到序列号。
如果你在中国内地，还要额外确认：电源适配器、Wi-Fi 频段（2.4 GHz / 5 GHz）、以及跨境物流是否稳定。这些现在不用解决，但建议加入待办清单。
三、本地开发环境搭建：仿真先行
Pollen Robotics 的 GitHub 仓库已经把训练环境放出来了。即使机器还没到，你也可以先在仿真里训练策略。推荐环境：
- Ubuntu 22.04 / WSL2 / macOS（M 系列需确认 MuJoCo Warp 兼容性）
- NVIDIA GPU，CUDA 12.x（PPO 训练用 GPU 会快很多）
- Python 3.10+
1. 克隆仓库并安装依赖
# 假设官方主仓库为 pollen-robotics/microduck（实际以 GitHub 页面为准）
git clone https://github.com/pollen-robotics/microduck.git
cd microduck
# 建议用 conda 隔离
conda create -n microduck python=3.10 -y
conda activate microduck
pip install -e .
pip install mujoco mujoco-warp onnxruntime-gpu
如果仓库还依赖 Hugging Face 的 lerobot 或 gymnasium 封装，按 README 补充安装即可。
2. 验证仿真能跑
python -m microduck.sim.run --scene flat_ground --render
如果窗口里出现一只鸭子站在平地上，说明 MuJoCo 场景加载成功。没有 GPU 的话，把 --render 去掉，用 CPU 跑小规模训练。
3. 跑第一条 PPO 训练
官方通常提供一个最小训练脚本：
python train_ppo.py \
--env MicroduckWalk-v0 \
--num-envs 4096 \
--total-timesteps 50_000_000 \
--device cuda \
--output ./policies/walk_v0.onnx
在 4096 个并行环境下，一个基础步态大约需要 1–2 小时。训练完成后会输出一个 ONNX 策略文件，这就是将来要部署到真机上的东西。
四、理解 sim2real 流水线：训练 → 导出 → 部署
Microduck 的真正价值在于把下面的流程标准化：
[MuJoCo 仿真] --PPO--> [ONNX 策略] --部署--> [Microduck 真机]
每一步都有讲究：
- 仿真训练：在 MuJoCo / MuJoCo Warp 里定义奖励函数。例如走路任务的奖励可能包含：前进速度、躯干高度、能量消耗、摔倒惩罚。奖励函数设计比算法选择更决定成败。
- 域随机化：为了让仿真策略在真机上不翻车，训练时通常会对质量、摩擦、电机延迟、传感器噪声做随机扰动。Microduck 的开源训练脚本里应该包含默认随机化参数，但你仍需根据地面材质微调。
- ONNX 导出：策略网络导出为 ONNX 后，机器人端用轻量运行时推理。注意输入输出维度要和真机上的 61 维观测契约对齐。
- 热替换部署：真机运行
robotd，可以通过工具把新策略推上去替换，不用重新刷机。
五、没有真机之前，你能练什么
等货的这段时间足够做很多事：
- 改奖励函数：在仿真里试不同权重，看鸭子能不能走出更稳定的步态。
- 做新任务：比如转弯、蹲下、用喙触碰目标。只要奖励函数设计合理，PPO 会在仿真里自动探索。
- 学习 Rust 端架构：读
robotd、mediad、tofd的源码，理解传感器数据如何流进策略、动作指令如何发给电机。 - 准备数据集：如果你计划做视觉策略（用摄像头输入），现在就可以开始收集或生成训练数据。
注意事项与常见问题
Q：399 美元是全部成本吗？ 不是。税费、国际运费、可能的关税会让最终价格上浮。另外，本地训练 PPO 最好有一块 NVIDIA GPU，如果电脑没有，可以考虑按小时租用云 GPU。
Q：没有机器人背景能玩吗？ 能，但要有心理准备。强化学习调奖励函数、处理 sim2real gap 都需要耐心。建议先从官方示例脚本跑通，再逐步改参数。
Q：硬件没开源，会不会以后被锁死？ 机械和电子图纸确实没开源，但软件栈和策略格式是开放的。只要 Hugging Face 继续维护 SDK，社区就能自己训练新行为。最坏情况下，你也可以把学到的 RL 流程迁移到其他 MuJoCo 机器人模型上。
Q：隐私方面要注意什么？ Microduck 带摄像头和麦克风，数据默认留在本地（开源代码可审计）。但如果你在机器人上安装第三方应用，要检查它们是否把音视频上传到云端。Hugging Face CEO Clem Delangue 也强调，开源本地运行比黑盒系统更可控。
小结
Microduck 的突破性不在于它会溜冰或捡东西，而在于它把一套完整的 sim2real 强化学习开发流程压到了 399 美元。对开发者来说，正确的打开方式是：今天就把仿真环境搭好，在等货的这几个月里把奖励函数、训练脚本、部署流程摸熟。等机器鸭到货那天，你要做的只是把 ONNX 文件推上去，看它摇摇晃晃地走出第一步。