爆火！GitHub 一个月 5000 Star，这只会自己站起来的小鸭子改变了机器人门槛

发布日期：2026-09-01 | 话题：开源机器人 / 具身 AI / 强化学习

Microduck 是 Pollen Robotics（Hugging Face 生态成员）于 2026 年 8 月正式开放预购的开源双足机器人，售价 399 美元，高 25 厘米、重不足 800 克，搭载 15 个舵机、摄像头、LiDAR 和双 IMU，运行在 Rockchip RK3566 上，以 Rust 编写 7 个守护进程驱动 50Hz 控制循环，策略层由 MuJoCo 仿真训练后导出 ONNX 在本机推理，所有代码以 Apache 2.0 协议开放。它在 GitHub 上线 33 天已积累超 5,200 个 Star、593 个 Fork，成为 2026 年开源机器人领域增长最快的项目之一，标志着"可自训练 AI 策略的双足机器人"正式进入个人开发者的预算范围。

Microduck 是什么

Microduck 是一款面向 AI 开发者和创客的可编程双足机器人，由 Pollen Robotics 设计，核心定位是"行动导向的 AI 平台"——不只是会做固定动作的玩具，而是一个可以让你自己训练神经网络策略、然后部署到真机运行的实验平台。

它能做这些事：

• 行走：连接手柄即可驾驶，策略以 50Hz 实时驱动 15 个舵机
• 用喙抓取物体：按一个按钮，低头拾物
• 跌倒后自主站立：推倒它，它能自己爬起来
• 切换运动模态：装上轮子并按住方向键，自动加载滑行策略
• 发出专属声音：每台机器人首次启动时生成唯一音频身份，终身保留

与市面上动辄数万元的科研机器人不同，Microduck 的失败成本极低——摔坏了重新打印壳体，策略训练崩了重新跑 PPO，这正是它的核心价值。

硬件规格速览

配件选购：充电套装（另售）、开发套装（提供额外配件用于扩展硬件实验）。提供 Cream、Graphite、Lavender、Sky 四种配色，计划在圣诞节前向北美、欧洲及英国发货。

软件架构：7 个守护进程，职责清晰

Microduck 的软件栈全部用 Rust 编写，无额外框架，设计思路是一个守护进程只做一件事，彼此通过 Unix socket 上的 JSON-RPC 协议通信。

所有客户端——手机 App、命令行工具、手柄、你的脚本——对这套接口发送完全相同的 JSON-RPC 调用，意味着你可以用任意语言写控制程序。

开发者上手路径

1. 开箱后第一步

收到机器人后，先用robotctl命令行工具检查状态：

robotctl status# 查看所有守护进程状态robotctl drive# 进入手柄驾驶模式robotctl configure wifi# 配置 WiFi

通过蓝牙连接duckctl工具可以在无 WiFi、无 SSH 的情况下从电脑控制机器人，适合首次配置或网络故障场景。

2. 查看和切换内置策略

机器人搭载 7 种预装策略，通过手柄按键或命令切换：

robotctl policy list# 列出所有可用策略robotctl policy load<name># 加载指定策略

当你把轮子装上并持续按住 D-pad 向上键时，robotd会自动检测并切换到滑行策略——这是硬件与策略协同设计的典型示范。

3. 搭建开发板环境

如果你想跑自己的分支构建：

# 在你的开发机上构建cargobuild--release--targetaarch64-unknown-linux-gnu# 通过 SSH 推送到机器人（约 1 分钟）# 详见 docs/robot/dev-push.md

Microduck 的更新系统支持分支构建、版本回滚和健康门控，即使推了有问题的构建，机器人启动失败后会自动回退到上一个已知健康版本。

强化学习训练：从 MuJoCo 到真实机器人

这是 Microduck 最独特的部分。策略训练在microduck_rl仓库中完成（1,200+ Stars），框架选型是MuJoCo 物理引擎 + PPO 算法 + 领域随机化，最终导出为 ONNX 格式在机器人本机推理。

训练环境安装

gitclone https://github.com/pollen-robotics/microduck_rlcdmicroduck_rl pipinstall-e".[train]"

训练一个新的行走策略

python train.py\--taskwalk\--num_envs4096\# 并行仿真环境数--domain_randTrue\# 开启领域随机化--max_iterations3000

领域随机化是 sim2real 成功的关键：训练时随机扰动地面摩擦系数、关节阻尼、外力干扰，让策略学会在"不完美"的世界里保持平衡，而不是过拟合到仿真的理想参数。

导出并部署到机器人

训练完成后将策略导出为 ONNX：

python export.py--checkpointcheckpoints/walk/best.pt--outputmy_walk.onnx

然后通过更新系统将策略推送到机器人，robotd会自动加载新策略文件并以 50Hz 运行推理。

Sim2Real 成功率的影响因素

三个典型应用场景

① 教学与课程设计：Microduck 的失败成本极低，学生可以在课堂上反复试错——训练一个不会站立的策略，观察为什么失败，再调整奖励函数重新训练。这种即时反馈闭环在传统机器人教学中极难实现。

② 具身 AI 研究原型：摄像头 + LiDAR + 双 IMU 的传感器组合已经足够支持视觉导航、物体检测等实验。给机器人接入视觉语言模型，让它"看"环境并决策，是当前具身 AI 研究的热点方向。

③ 多机器人协作实验：Pollen Robotics 团队发现多台 Microduck 同场运行时趣味性"大约提升十倍"——足球赛、竞速赛、编队舞蹈，均已有社区成员在尝试。

AI 推理资源：本机推理之外的选择

Microduck 的策略推理在 RK3566 本机完成，延迟极低。但当你需要给机器人接入语言理解、视觉问答或云端训练加速时，就需要外部推理服务。

国内开发者常用的方案是通过统一 API 接入多款主流大模型，避免为每家厂商单独维护鉴权和 SDK。以七牛云 AI 推理平台为例，通过一个标准 API Key 可以调用对话、图像识别、视频理解等能力，适合给机器人的视觉模块挂载云端语义理解层；平台旗下的灵矽 AI（linx.qiniu.com）则专门面向 AI 硬件、机器人和教育设备场景，提供全栈推理引擎方案，可作为 Microduck 云端能力扩展的参考路径。

常见问题

Microduck 发货到中国大陆吗？
官方目前公布的发货区域为北美、欧洲及英国，中国大陆区域尚无官方渠道。GitHub Issues 中已有用户询问，官方暂未给出明确时间表。

我能用自己的传感器替换原装零件吗？
硬件设计文件（STEP 格式）有社区成员请求开放，官方正在讨论中。软件侧完全开放，可以自行添加传感器驱动并集成到守护进程架构中。

不懂强化学习，能玩转 Microduck 吗？
可以。预装的 7 种策略已经覆盖行走、抓取、站立等核心动作，用手柄驾驶或通过命令行调用即可。RL 训练是进阶功能，官方文档提供了完整的新手教程。

daemon v0.10.0 更新了什么？
2026 年 8 月 27 日发布的最新版本主要改进了视频流配置、自动曝光、NPU 鸭子检测器，以及驾驶模式切换逻辑（持续按住 D-pad 向上即可切换，无需重启）。

延伸阅读

• 主仓库：https://github.com/pollen-robotics/microduck
• RL 训练仓库：https://github.com/pollen-robotics/microduck_rl
• 官方产品页：https://pollen-robotics.com/microduck
• 架构设计文档：https://github.com/pollen-robotics/microduck/blob/main/docs/design/architecture.md
• 七牛云灵矽 AI（AI 硬件推理引擎）：https://linx.qiniu.com/