Jup33QE/microduck-m1-policies

MicroDuck m1-series walking policies (macOS-trained)

MicroDuck 双足机器人的行走策略 ONNX，在本机 Mac（CPU）上用 mjlab + rsl_rl PPO 训练，任务 Mjlab-Velocity-Flat-MicroDuck。

训练代码：Jup33Q/microduck_rl（fork 自 pollen-robotics/microduck_rl）；部署 viewer：Jup33Q/microduck-lkg。

架构（三个文件完全一致）

obs[61] → Sub(mean) → Div(std) → [Linear+ELU]×3 (512/256/128) → Linear → actions[14]

• 参数量：197,774（≈197.8K），fp32 ≈ 0.79 MB；obs normalizer 已烘焙进图
• 61D 观测：IMU 角速度(3) + 投影重力(3) + 关节位置/速度(14+14) + 上一拍动作(14) + twist 指令(3) + head_pose(4) + body_pose(6)
• 14D 动作：XL330 舵机目标位置增量（target = DEFAULT_POSE + action×1.0），BAM M6 电压模型执行器
• 部署：50Hz 策略 / 200Hz 物理，确定性策略均值（探索 σ 不导出）

文件

文件	训练 run（2026-09-11，本机 CPU）	说明
microduck_smoke.onnx	冒烟 run（4–32 envs × 2–3 iters）	仅链路验证，无实用步态
microduck_m1_800.onnx	64 envs × 800 iters ≈ 27 min	M1 里程碑；⚠️ BAM 下不走（achieved 0.00 m/s），仅存档
microduck_m1_5_2000.onnx	2000 iters ≈ 67 min	M1.5 里程碑

实用行走策略请用官方 pollen-robotics/microduck-policies 的 alpha_walking.onnx；本仓库是本机训练管线的产物存档。