Hugging Face 发布 Microduck：售价 399 美元的开源强化学习机器人
Hugging Face 及其子公司 Pollen Robotics 发布了 Microduck，这是一款售价 399 美元的开源双足机器人，配备公开的强化学习和仿真到真实（sim-to-real）技术栈。
Hugging Face 及其 Pollen Robotics 子公司于 2026 年 8 月 27 日发布了 Microduck，并开放这款 25 厘米双足机器人的预订，含税费和运费前的首发价为 399 美元。与传统可编程玩具不同，Microduck 可在机载端执行神经运动策略，并随附公开软件，用于仿真、强化学习训练以及部署至实体机器人。
该公司计划在 2026 年圣诞节前完成首批交付。标准套装包含机器人、可拆卸电池、USB-C 线缆和游戏手柄。购买者可立即使用随附行为，也可通过项目的开源工具链训练替代方案。
Microduck 可以行走、坐下和站立；可用其可动喙部拾取小物体；还能踢球、从常见跌倒状态中恢复，并在可选的滚轮附件上移动。发布页面称将包含七种已训练的动作，且每项策略均可检查、重新训练和分享。
这项发布的重要性不在于某一项单独的技巧，而在于 Pollen 在推出硬件的同时发布了运行技术栈和仿真到真实训练系统。这为开发者提供了一种相对低成本的方式：在仿真中改变学习得到的行为，再在标准化实体机器上执行由此产生的策略。
一、Microduck 将完整双足平台装入 780 克机身
Microduck 高 25 厘米，重约 780 克。其 15 个电机提供全身运动能力，而可动喙部则充当小物体夹爪。紧凑的设计限制了它的携带能力，但也减少了测试不稳定运动策略所需的空间、复位工作量和实体风险。
传感器套件包括广角前置摄像头、8×8 飞行时间 LiDAR 传感器、两个惯性测量单元、麦克风、扬声器，以及位于头部和喙部的两根 NFC 天线。连接能力包括 Wi-Fi 和蓝牙。
机载计算由 Rockchip RK3566 处理器提供，配备 AI 加速器、1 GB RAM 和 32 GB 存储空间。可拆卸的 NP-F550 电池额定续航约一小时。Pollen 标注机载策略循环频率为 50 Hz，即运行时每秒评估并应用运动指令 50 次。
因此，机器人并不需要依赖持续的云端连接才能执行已训练的动作。其公开运行时会在本地处理器上加载导出的 ONNX 策略，并通过专用控制循环驱动舵机。套装还附带游戏手柄，可立即控制随附行为。
Pollen 提供四种外壳颜色：Cream、Graphite、Lavender 和 Sky。基础套装不包含轮滑附件。该附件属于单独售价 39 美元的配件包，其中还包括激光笔、球、NFC“拍立得”卡和十个 NFC 标签。售价 119 美元的开发者套装则增加备用电机、电机线缆、电池、双充电器、NFC 标签、工具、螺丝和 Hugging Face 积分。
二、开源技术栈覆盖训练、部署与机器人控制
Microduck 最有力的开源主张由两个公开的 GitHub 仓库支持。主 microduck 仓库包含机器人运行时、SDK、控制服务、更新系统和随附策略。独立的 microduck_rl 仓库则包含强化学习环境和仿真到真实流水线。
两个仓库均将 Apache 2.0 标为软件许可证。这一宽松许可证允许开发者在遵守其声明和许可要求的前提下检查、修改和再分发代码。
机器人运行时主要使用 Rust 编写，并将职责划分为不同服务。已记录的架构将电机总线和策略循环分配给 robotd，将签名软件安装和基于健康状态的回滚分配给 updaterd，将 Wi-Fi 配置和身份标识分配给 configd，将蓝牙通信分配给 btd，将游戏手柄输入分配给 padd，将摄像头流分配给 mediad，并将深度传感器访问分配给 tofd。这些组件通过 Unix 套接字上的通用 JSON-RPC 契约通信。
这一架构使随附控制器只是可选客户端之一。控制台、移动端软件、游戏手柄和开发者脚本均可通过相同接口发出命令，无需单独的控制路径。
项目公开材料证实了一个开放的软件技术栈：SDK、机器人运行时、仿真、策略、强化学习代码和部署工具。发布文件并未同样明确地说明每种生产硬件工件——例如完整的机械 CAD 文件和电子制造文件——都已发布。因此，“开源机器人”最有把握的理解，应是指目前可供检查的软件和学习技术栈。
三、强化学习通过已记录的仿真到真实流水线运行
Microduck 的运动策略在基于 MuJoCo 的环境中使用近端策略优化，即 PPO，进行训练。训练通过 MuJoCo Warp 运行，项目要求本地训练使用支持 CUDA 的 GPU。没有合适本地硬件的开发者可以将相同训练命令提交给 Hugging Face Jobs。
公开的快速入门文档估计，在运行 4,096 个并行环境时，可在约一到两小时内训练出可用的行走步态。这是项目针对所提供配置作出的估计，并非保证在所有 GPU 或修改后的任务上都能取得相同结果。
训练后，策略会导出为 ONNX。实体机器人的运行时随后以 50 Hz 执行该模型。仓库还提供基于 CPU 的 MuJoCo 推理脚本，供开发者在将导出策略放到硬件上之前进行测试。
仿真到真实系统试图建模那些常使仿真运动在实体机器人上失败的差异。其已记录的方法包括执行器物理、域随机化、奖励设计指导和模拟机械回差。回差变体在 14 个舵机关节中的每一个上表示总共两度的齿轮间隙，同时保留运行时预期的观测和动作维度。
已发布的训练环境覆盖的内容不止普通行走。它们包括平坦和崎岖地形上的速度跟踪、行走与跌倒恢复结合、多种初始姿势下的起身、坐姿与站姿之间的转换、贴地喙部运动、踢球、向前滚动以及多种基于滚轮的行为。
在部署阶段，运行时可在共享 61 维观测契约的行走、恢复和特技策略之间切换。这一通用接口具有实际重要性：恢复策略可在跌倒后接管控制，而不需要一整套完全独立的机器人软件技术栈。
Pollen 还发布了一个基于浏览器的模拟器。它运行编译为 WebAssembly 的 MuJoCo，并通过 onnxruntime-web 以 50 Hz 评估真实 ONNX 策略，无需服务端仿真后端。用户可在获得实体机器人前测试足式和滚轮运动，不过本地浏览器仿真不能替代针对真实电机、摩擦力、电池状态和传感器噪声验证策略。
四、这对机器人开发者意味着什么
Microduck 延续了 Pollen 的 Reachy Mini，但两款产品针对不同的开发问题。Reachy Mini 强调桌面场景中的对话、感知和富有表现力的人机交互。Microduck 则围绕运动和实体动作设计：跌倒、恢复、携带小物体，以及将仿真的运动策略迁移到真实硬件。
399 美元这一价格降低了硬件入门门槛，但它是首发预订价，而非已确认的永久价格。税费和运费另计，首批交付仅计划——并非保证——在 2026 年圣诞节前完成。
发布时，商店列出的可售地区包括美国、加拿大、欧盟、英国、挪威、瑞士、日本和韩国，更多国家计划后续加入。地区定价可能不同；核查时欧洲店面显示的价格为 340 欧元。
对于研究人员、教育工作者和独立开发者而言，实际变化在于：一套可购买、可共享的机器人本体，与可复现的策略训练代码配对出现。实验可以以环境、奖励、检查点和导出策略的形式交换，而不再完全绑定于实验室的定制机器人。
该平台的局限同样明确。Microduck 重量不足 800 克、身高约 10 英寸，并非面向家庭尺度的操作任务或重体力工作。它的喙部可以取回小物体，但没有手臂或手。已公布的能力展示的是运动和紧凑物体交互，而非通用自主能力。
Hugging Face CEO Clem Delangue 将此次发布描述为平价实体 AI 和世界模型开发的一部分。不过，随 Microduck 发布的材料具体记录的是强化学习策略、MuJoCo 仿真和仿真到真实部署。它并未发布新的通用世界模型。因此，眼下的里程碑是一套易于获取的开放机器人技术栈，而非证明更广泛的实体世界智能已经得到解决。
常见问题
Microduck 的价格是多少？
首发预订价为 399 美元，未含税费和运费。不同地区店面的价格可能不同。
Microduck 何时发货？
Pollen Robotics 计划在 2026 年圣诞节前完成首批交付。它目前是预订产品，而不是可立即发货的机器人。
Microduck 的哪些部分是开源的？
SDK、机器人运行时、随附策略、模拟器、强化学习环境和仿真到真实工具均以 Apache 2.0 许可证公开提供。发布材料并未明确证实所有生产硬件设计文件均已提供。
使用机器人需要 GPU 吗？
不需要。运行 Microduck 上随附的行为不需要 GPU。本地训练新策略需要 CUDA GPU，而 Hugging Face Jobs 可作为远程训练替代方案。
399 美元套装包含轮滑鞋吗？
不包含。基础套装包含机器人、电池、USB-C 线缆和游戏手柄。滚轮附件在单独的配件包中出售。
参考来源
Share