zeroth-bot

售价 350 美元的开源人形机器人：Zeroth-01 如何让强化学习走进现实

想象一下：你花 350 美元买来一套零件，自己 3D 打印外壳，组装出一台能走、能看、能对话的人形机器人，然后用强化学习训练它帮你做家务——这不是科幻，而是 Zeroth-01 Bot 正在做的事。

背景：为什么开源人形机器人值得关注

人形机器人是当前 AI 领域最烧钱的方向之一。Boston Dynamics 的 Atlas 本田的 Asimo 背后是数十亿美元的投入，普通研究者根本无从下手。而 K-Scale Labs（项目背后的公司）提出了一个激进的主张：把人形机器人的成本降到 350 美元，同时把训练方法完全开源。

这个项目的发起人是 Scott Carlson（K-Scale Labs 联合创始人），他曾在机器人公司工作多年，核心团队成员来自伯克利、斯坦福等院校的机器人实验室。项目在 2024 年中启动，GitHub 社区迅速积累了 794 颗星，Discord 社区已有数千名成员。

核心技术：三层架构让 RL 从仿真走向现实

Zeroth-01 的技术栈分为三个紧密协作的层次：

第一层：KOS 机器人操作系统（kos-zbot）

这是跑在 Raspberry Pi 4B 上的控制核心。安装文档（Installation.md）详细记录了在树莓派上搭建实时控制环境的全部步骤：从 Python 3.12 环境配置，到 Rust 编译器安装（kinfer 依赖），再到 Linux 实时调度能力（setcap cap_sys_nice）的权限配置。

KOS 提供了一个统一的 CLI 工具 kos，通过 gRPC 与上位机通信。核心功能包括：

• 舵机控制：支持 Feetech 系列舵机，通过串口（默认 /dev/ttyAMA5，波特率 1000000）与舵机控制器通信
• IMU 感知：集成 BNO055 惯性测量单元，获取姿态角、加速度、角速度数据
• 实时控制循环：控制频率 50Hz，通过 RPi.GPIO 中断触发，线程固定到 CPU1，确保优先级
• 策略推理：通过 kinfer 运行时加载训练好的策略模型（.kinfer 格式），将神经网络输出转换为舵机角度命令
• 语音对话：集成 OpenAI Realtime API + PyAudio，实现语音交互能力

第二层：K-Sim Gym 仿真训练（ksim-gym-zbot）

这是强化学习训练的核心。ksim 是 K-Scale 自研的仿真框架，基于 MuJoCo 物理引擎。项目使用 JAX + Equinox 构建神经网络（Actor-Critic 架构），使用 Optax 进行优化。

Actor 网络接收 50 维状态输入（20 个关节位置、20 个关节速度、IMU 四元数、2 维线速度命令、偏航角、高度/翻滚/俯仰命令），输出 20 维关节控制量。Critic 网络接收 484 维状态（包含更丰富的感知数据）评估状态价值。

训练出来的策略通过 convert.py 转换为 .kinfer 格式——这是一个 K-Scale 定制的推理模型格式，基于 Rust 实现，可直接在嵌入式设备上高效运行。

第三层：Sim-to-Real 迁移

从仿真到真实机器人最大的挑战是"sim-to-real gap"（仿真与现实的差异）。Zeroth-01 采用了 SysID 标定（系统辨识）方法来弥合这一差距：先在真实机器人上测量舵机的摩擦力、响应延迟、刚度等物理参数，然后在 MuJoCo 中精确建模这些特性，使得训练出的策略能直接部署到真实硬件上。

技术栈详解

为什么用 JAX 而不是 PyTorch？

这是一个有意思的选择。JAX 的 JIT 编译能力对于需要高频推理的机器人控制场景非常有价值——Actor 网络在 50Hz 控制循环中被调用，PyTorch 的 Python 开销会成为一个瓶颈。Equinox 提供了类似 PyTorch Module 的接口，同时保持了 JAX 的函数式纯粹性。

MuJoCo + mujoco_scenes

mujoco_scenes 是 K-Scale 的 MuJoCo 场景扩展库，提供了预定义的 URDF 和 MJCF 模型。Zeroth-01 机器人的 20 个关节的物理参数都定义在相应的 MJCF 模型中。

gRPC 服务架构

KOS 通过 gRPC 实现上下位机通信：Python 端是 gRPC 客户端（发送舵机命令、接收传感器数据），跑在 Raspberry Pi 上的服务是 gRPC 服务端。这种架构让上位机（可以是任何能运行 Python 的设备）专注于高层决策，而底层实时控制交给树莓派处理。

代码质量评估

整体代码质量处于较高水平：ksim-gym-zbot 使用了完整的现代 Python 工程实践（mypy 严格模式、ruff lint、pytest 测试框架），代码规范清晰。kos-zbot 作为嵌入式控制软件，有独立的 actuator.py、imu.py、inference.py、policy.py 等模块划分，职责明确。

扣分项：主仓库（zeroth-robotics/zeroth-bot）目前仅为一个"入口仓库"，核心代码全在子模块中，缺少直接的贡献指南；Python 版本要求 3.12（较新），对旧系统兼容性有限。

部署门槛：谁适合玩这个项目

适合人群：

• 有 ROS/机器人基础的开发者
• 有强化学习研究经验的 ML 工程师
• 愿意动手搭建硬件的 maker

不适合人群：

• 纯软件开发者（需要硬件）
• 没有 GPU 的用户（无法训练）
• 期望开箱即用的用户

局限与挑战

1. 硬件采购门槛：虽然 BOM 成本 350 美元，但需要从多个供应商采购零部件，组装和调试需要一定技能
2. 软件仍在快速迭代：README 标注"Public Beta"，计划 2025 年 6 月发布 V1.0，期间可能有破坏性变更
3. Sim-to-Real gap 未完全解决：SysID 方法有效但仍有局限，复杂地形和未知物体的泛化仍是开放问题
4. 社区规模较小：相比同类开源机器人项目（如 ROS 生态），社区积累还不够深厚

行业意义

Zeroth-01 代表了人形机器人民主化的一个重要方向：不再是高校实验室或大公司的专属，而是任何有热情的开发者都能参与。当 350 美元的硬件配合完全开源的训练代码，强化学习研究者可以在真实的双足机器人上验证自己的想法——而不仅仅是 MuJoCo 仿真器里的像素小人。

这个项目的增长轨迹值得关注：794 颗 GitHub 星标背后，是全球开发者对"人人都能玩人形机器人"这一愿景的投票。