Microduck：一只 25 厘米的双足鸭子和它的开源大脑

一、故事从这里开始

想象一个普通的周六下午。你在桌面上放着一只不到 25 厘米高、体重 780 克的机器人——它有 15 个电机、两只可开合的鸭嘴、一个小摄像头、一块 8×8 的 ToF 深度传感器、两个 IMU，还有一个可以发出独特叫声的扬声器。它看起来像一只桌面上的橡皮鸭。

但当你插上手柄，它站起来了。

它迈出两步、转身、蹲下去用嘴尖够地面上的东西、被推倒后自己爬起来；给它装上轮子，它会切换成"轮滑模式"用另一套大脑跑起来；你甚至可以让它踢球、坐下、用它自己合成的声音唱歌。

这只鸭子叫 Microduck，来自法国的 Pollen Robotics。而你刚才看到的所有动作，没有一个字节是用传统逆运动学写出来的——它们全部由强化学习训练出的神经网络策略驱动，而这个策略、这个机器人、以及把它从仿真搬到真机的整套工具链，全部开源。

二、为什么是"鸭子"？为什么是"这么小"？

先把背景补齐。Pollen Robotics 是一家法国机器人公司，过去做的是 Reachy 2 这类桌面级别的移动机械臂和配套的移动应用生态（Reachy Mini）。他们的产品逻辑一直是"让更多人能在桌上摆弄一台真正的机器人"，而不是把机器人送进工厂。

Reachy Mini 的设计重心是交互：它会看、会听、会说，用头和身体做表达。Microduck 明确选了另一条路——动作（Action）。官方博客里有一句话点得很清楚："Microduck 从实体 AI 的另一侧出发：动作。"

它要回答的问题是：你怎么教会一台机器人走路？ 具体来说，是怎么在物理仿真里训练一个行为、把它迁移到真机、看出哪里出了问题、然后再试一次。这正是"具身智能"（Embodied AI）最核心、也最难的闭环。

为什么要做得这么小（25cm、780g）？这是工程上的必然选择：小型双足机器人的惯量小、跌倒代价低，可以在桌面上反复试错；同时小尺寸又让舵机功率、电池续航、算力都被压到极紧——板载只有 1GB 内存和 RK3566 这种没有 GPU 的 ARM 主控。这套约束反而成就了它的教学价值：没有地方可以藏拙，所有决策都被逼到明面上。

三、一个生活化的比喻：机器人界的"驾校"

如果非要把强化学习做机器人的过程比作现实生活，最贴切的是驾校。

传统方式写机器人走路，就像你手把手教一个学员踩离合、换挡、看后视镜——每一步都是人写死的规则。规则一多，遇到没覆盖的情况就摔。

Microduck 的做法更像让学员在模拟器里自己练。你在 MuJoCo 这套物理仿真里建一个"鸭子模拟体"，设定奖励（走稳了给分、摔倒了扣分），让 PPO 算法自己练几百万步，练出一个"走路的手感"。练好之后，把这个策略导出成 ONNX，扔到真机上跑。

难点在于：仿真里的鸭子永远比真鸭子听话。所以项目在训练里做了大量域随机化（Domain Randomization）——随机化电池电压、负载下的电压跌落、指令延迟、摩擦系数，还专门给 14 个舵机关节各加了 ±1° 的**齿轮回差（backlash）**模型，甚至用了一个叫 BAM M6 的电机物理模型（电压控制律、反电动势、库仑摩擦、Stribeck 摩擦）来替代理想 PD 控制器。

这就像驾校模拟器会故意让学员开的车方向盘有点旷、离合有点涩——不是为了折磨人，而是为了让学员毕业后真上车时不会被这些细节晃一下。

四、核心功能：大脑是怎么分工的

Microduck 的开源仓库是机器人的大脑，不是外形。核心代码跑在一块瑞芯微 RK3566 上，用 Rust 编写，一个 Cargo 工作区，26 个 crate，没有任何框架。

整个系统由一批"小守护进程"（daemon）分工协作：

组件	职责
robotd	控制中枢：50 Hz 控制循环、舵机总线、策略推理、安全钳制、语音合成
updaterd	OTA 更新引擎：签名校验、原子替换、健康门控、失败自动回滚
configd	Wi-Fi、机器人身份、蓝牙配对 PIN、重启管理
btd	蓝牙入口，手机 App 通过它和机器人对话
padd	手柄输入 → 运动意图（普通 socket 客户端，无特权）
mediad	摄像头、麦克风、WebRTC 推流、远程网关
tofd	头部 8×8 ToF 深度传感器服务
nfcd	NFC 读卡器，碰一下标签即可绑定手柄
duckctl	桌面客户端：笔记本通过蓝牙操作机器人，无需网络和 ssh

它们之间通过 Unix socket 上的 JSON-RPC 2.0（一行一个对象）通信，并且所有客户端——手机 App、终端、手柄、你的脚本——发送的是完全相同的调用。这种"单一契约"的设计在开源机器人项目里并不常见，绝大多数项目是 App 一个协议、CLI 另一个协议。

策略热切换是这套架构的另一亮点。观测空间被统一成 61 维（48 维本体感知 + 3 维 twist + 4 维 head_pose + 6 维 body_pose），使得行走、起身、翻滚、轮滑等策略可以在任意时刻互相接管，不需要重启任何进程。仓库里的 scripts/duck-sim 更狠：它能让真实的 daemon 跑在一个 MuJoCo 里的虚拟鸭身上——一个鸭子开一个窗口，或者四只鸭子各自跑在容器里像登录进不同的机器。

更新机制是另一个值得单独说的工程细节。项目做了"健康门控"（health gate）更新：签名验证 → 原子替换 → 健康检查 → 不健康自动回滚。同时保留一个 "golden" 兜底镜像，即使新版本连 daemon 都起不来也能退回已知良好状态。updater/tests/apply.rs 里用真实引擎注入故障来测试这些路径，而不是 mock。

五、上手门槛：物理世界是绕不过去的

没有实体机器人，一切从零开始。

• 要一块板子：RK3566 + 15 个 Dynamixel XL330 舵机的完整机器人，官方售价 €340（预订价 $399）。板载 1GB 内存、32GB 存储、NP-F550 可拆卸电池（约 1 小时续航）。
• 要交叉编译：Rust 1.89+（注意还有上限，Yocto 镜像里是 1.94.1），用 cargo zigbuild 或 Docker 交叉编译到 aarch64。
• 要装固件：scripts/setup-board.sh 从空白板子开始配置网络、ONNX Runtime（≥1.23，实装 1.28.0）、Rockchip NPU Runtime、预编译 GStreamer 插件、策略权重。
• 要训策略（可选）：另需 NVIDIA CUDA GPU + uv + MuJoCo Warp，4096 并行环境跑一个可用步态约 1-2 小时；无 GPU 可用 Hugging Face Jobs 跑训练。
• 不想买硬件：scripts/duck-sim 可以在 MuJoCo 里仿真整只鸭子，包括全部 daemon；microduck_rl 里的 scripts/infer_policy.py 可以用键盘驱动导出的 ONNX 策略，纯 CPU 就能玩。

命令行入口非常清晰：robotctl version / health / monitor / configure / update。robotctl monitor 是最惊艳的一个——它不仅输出关节表、IMU 投影重力、跌倒判定、实际循环频率（"unhealthy: control loop at 43.9 Hz"），还在终端右侧用实测关节角实时画出站立的鸭子，ToF 数据也叠进同一幅画面。

六、争议与局限：不回避问题

• 硬件依赖是硬门槛。这是绝大多数"开源机器人"项目的通病——仓库再漂亮，没有实体设备就只是一堆代码。Microduck 用 €340 的定价和完整仿真器部分缓解了这个问题，但"能仿真"和"能部署"之间仍隔着一道购买决策。
• 代码的文档密度异常高，但阅读成本也高。docs/design/ 下有大量"为什么这么写"的设计决策，docs/project/ 还有专门记录"什么出了问题"的复盘文档——这是极好的工程文化，但 600+ 文件、26 个 crate 对新人并不友好。文档甚至专门写了一条元规则："当两份文档互相矛盾时，不拥有该机制的那份文档才是错的"。
• 通信协议与子系统复杂。JSON-RPC + Unix socket 的设计优雅，但 BlueZ、NetworkManager、Rockchip MPP 硬编解码器这些平台依赖，构成了 Linux 之外的移植障碍。
• 仓库增长过快。项目创建于 2026-07-29，到 2026-11-03 已是 13378 star、1675 fork、96 个 open issue，版本号已到 0.18.4。三四个月内快速迭代意味着文档与代码经常不同步（项目自己在 docs/project/ 里记录了这类问题）。
• "duck" 定位与能力边界的诚实说明：官方明确表示 Microduck 不打算解决机器人领域的全部难题，其定位是"让更多人能动手接近物理 AI"的入门平台。

七、行业意义：小机器人正在成为具身智能的"入门硬件"

Microduck 的意义不在于它能踢多大的球，而在于它把**"训练 → 部署 → 观察 → 修正"这条闭环的成本压到了一个普通开发者的信用卡范围内**。

回看近两年的开源具身智能浪潮：Unitree 的 Go 系列把四足的价格打下来，LeRobot 让 Hugging Face 生态的机器人数据集标准化，而 Microduck 补上的是桌面级双足 + 完整 RL 训练栈 + sim2real 全流程这一格。它的策略权重直接发布在 Hugging Face Hub（pollen-robotics/microduck-policies），用户可以下载、retrain、再 publish 回社区——"每一个行为都是一份可以重训的策略"。

它甚至贡献回了 PyTorch RL 生态：官方 PyTorch RL 文档里有一整个 MicroDuck 教程章节，主题是"任务即数据、奖励即注册表、一个策略通吃所有任务"。这对一个机器人公司来说，是相当少见的开源回馈姿态。

从组织行为看，13378 star 在项目发布仅三个月后达成，且项目主页同时提供硬件购买、软件开源、仿真器和 RL 训练栈——这构成了一个完整的"物理 AI 开发者入口"。可以预期，随着桌面机器人这一品类继续升温，这类"低价 + 全栈开源 + 自带教学"的组合会成为 AI 爱好者进入具身智能领域的主要入口。

项目仓库中的像素风鸭头形象，位于 spaces/vetbook/ 目录。

八、总结

Microduck 用 780 克的重量、26 个 Rust crate 和 942 个通过的测试，回答了具身智能领域里一个具体而困难的问题：如何让一个普通人也能训出自己机器人的行为。

它的架构克制（无框架、单工作区、单一 JSON-RPC 契约）、它的更新机制严谨（签名 + 原子替换 + 健康门控 + 回滚）、它的训练链路完整（MuJoCo Warp + PPO + 域随机化 + 齿轮回差 + ONNX 导出 + 61 维统一观测），这些叠加起来构成了 2026 年开源具身智能领域最有参考价值的一个工程样本。

如果你有台 Jetson 或 4090，又对"怎么让机器人在物理世界里动起来"有好奇心，Microduck 的 microduck_rl 训练栈是目前最值得一读的公开代码。