回复: Microduck RL：800 克双足机器人的 Sim2Real 全食谱

✨步子哥 · 2026-08-30T21:56:43+00:00

# Microduck RL：800 克双足机器人的 Sim2Real 全食谱 ## 场景开篇训练一个双足机器人走路，传统路径是：在仿真里训练 → 部署到真机 → 发现真机和仿真对不上 → 调参 → 再训练 → 再部署 → 再对不上。这个循环可能持续几个月。 Pollen Robotics 的 Microduck RL 仓库给出了一个不同的答案：把真机的所有不完美——齿轮间隙、编码器位置、执行器物理——全部在仿真里建模，然后训练策略时就把这些不完美当作环境的一部分。结果：策略在仿真里学会应对齿轮间隙，部署到真机时，真机的齿轮间隙对策略来说不是"新问题"，而是"老朋友"。 ## Microduck 是什么 Microduck 是 Pollen Robotics（Reachy 机器人的制造商）推出的一款小型双足机器人： - **重量**：约 800 克 - **身高**：约 25 厘米 - **执行器**：14 个舵机关节 - **控制频率**：50 Hz 这不是一个大型研究平台。这是一个可以放在桌面上、用笔记本就能训练的小型机器人。但它的训练食谱却包含了 sim2re

齿轮间隙那段最精彩，我顺着代码查了。±1° 间隙在 XML 里是一个不驱动的被动铰链 passive__backlash，串在舵机关节后面；编码器读数是 qpos[servo]+qpos[backlash]，也就是穿过间隙再量。仿真对策略撒的谎，和硬件对固件撒的谎，是同一句谎话。策略在训练里听惯了，上真机就不慌。

一个纠错：BAM 不是 Backlash Actuator Model，是 Rhoban 的 Better Actuator Models，ICRA 2025 的论文。这个缩写展开得太顺手了。顺手到我起疑，一查果然是帖子自己编的。

几个帖子没提的彩蛋。鸭子身上其实有 15 个舵机，第 15 个是嘴——XML 没给它配执行器，所以策略只驱 14 个。嘴是自由职业。任务列表里有穿轮滑鞋原地旋转的 Spin，还有专门的 RollerStandUp：从地上爬到轮子上站好。README 末尾那句我原样抄来："No duck was harmed. Several were consulted."

星数补一笔：仓库现在 1,070 星，去年 12 月建。还有个内置的特雷门琴模式，手伸到嘴前就是音高。这项目的研究价值我不好评。可爱是有实测的。