400 美元以下:Hugging Face 推出 Microduck,一款開源的迷你雙足機器人
由 Hugging Face 支持的開源機器人新創公司 Pollen Robotics,已釋出名為 Microduck 的緊湊型雙足機器人的原始碼。 這隻迷人的機械鴨身長僅 25 公分、重 800 公克,結合了強化學習、Sim2Real 轉移學習與即時控制技術,成為微型具身人工智慧研究的強大平台。

緊湊設計,驚人能力
Microduck 搭載 Rockchip RK3566 處理器,以 50Hz 的頻率控制 15 個伺服馬達。它展現了多項實用技能,包括透過遊戲控制器行走、跌倒後自行復位,以及用喙拾取物體。 它還能坐下、站立、踢球,並進行前滾翻。透過在腳部加裝輪子,機器人會切換至不同的強化學習策略,使其能夠滑行、轉向、穿越斜坡,甚至在滑輪上保持站立。
研究團隊幽默地指出:「製作這台機器人的過程中,沒有任何鴨子受到傷害,儘管我們曾諮詢過幾隻鴨子。」
強化學習驅動幾乎所有動作
相關的訓練專案microduck_rl 現已開源。 該技術流程採用 MuJoCo / MuJoCo Warp 模擬環境,並結合領域隨機化技術應用 PPO 演算法,以實現 Sim2Real 轉移學習。生成的 ONNX 模型直接部署於機器人上,策略以 50Hz 頻率進行訓練,以配合硬體的控制節奏。
為彌合模擬與實機之間的差距,訓練環境已將馬達摩擦、電池電壓波動、控制延遲以及伺服馬達齒輪反向間隙等因素納入考量,顯著提升了部署的穩定性。
基於服務導向設計的穩健軟體架構
該軟體採用 Rust 語言開發,未使用龐大框架,並模組化為獨立服務:
robotd:負責即時控制、強化學習執行及安全協定;updaterd:管理 OTA 更新、簽章驗證及故障時的自動回滾;configd: 負責監督 Wi-Fi 連線與裝置身分識別btd:管理藍牙通訊padd:支援遊戲控制器輸入mediad:處理攝影機、音訊及 WebRTC串流tofd:處理 ToF 深度感測器資料各服務透過 Unix Socket 及 JSON-RPC 2.0 進行通訊。僅 robotd 持有馬達控制權限。來自行動應用程式、控制器或自訂腳本的輸入均被視為「動作意圖」,必須在 robotd 中通過安全檢查後方可執行,以確保架構的可靠性。
無縫 OTA 更新可防止裝置變磚
更新流程極為穩健:系統會下載發行版本、驗證簽章、切換版本、重新啟動服務,並執行健康檢查。若發生錯誤,系統會自動回滾至前一版本,有效防止裝置無法使用。
不僅是玩具:微型具身人工智慧平台
Microduck 遠不止是一款新奇小玩意。它將強化學習、Sim2Real 轉移學習、ONNX 部署、基於 Rust 的即時控制、WebRTC 多媒體以及完整的 OTA 支援,整合於 25 公分、800 公克的機身之中。
對於專注於強化學習、運動控制及具身人工智慧的開發者與研究人員而言,這個開源專案提供了一條從模擬到真實世界部署的完整流程。由於執行時程式碼與訓練程式碼皆已公開,有興趣的開發者可探索官方儲存庫以進行進一步的實驗。
相關文章
比亞迪人形機器人將於今年八月在鄭州推出,並將率先投入商業應用
比亞迪已為其人形機器人計畫確立了明確的時間表。7月28日,該公司向媒體證實,該產品將於8月正式推出,初期應用將鎖定商業服務領域。此前,比亞迪的「Di Space | 鄭州店」發布了一張預告海報,海報上寫著「八月初,一位新朋友想見見你」,引發市場廣泛關注。 發表會將於比亞迪首家位於鄭州的「Di Space」體驗中心舉行。與傳統4S店不同,該場地作為品牌技術展示平台及用戶互動樞紐,著重於產品展示、科技
隨著決策模型在網路上如雨後春筍般湧現,亞馬遜推出自家版的 Jev 仿製版
隨著 AI 開發者日益重視針對電腦自動化進行優化的智慧,而非前沿的大型語言模型,亞馬遜網路服務(Amazon Web Services)推出了一款受 TypeSafe 的 Jev 啟發的開源決策模型。就在 OpenAI 宣布推出類似產品的那一週,亞馬遜的「Strands Decider 2B」隨之問世,該模型提供了一種高速、低成本的方法來篩選預先決定的選項,同時為其選擇提供信心分數。此模型完全開源
Google Gemini 與 Google Photos 深度整合,實現個性化 AI 影象生成
Google 最近對其 AI 助手 Gemini 進行了重大更新,將其與 Google 相簿 深度整合。這一增強功能使 Gemini 能夠直接訪問您照片庫中的視覺資料,從而建立更具個性化的 AI 生成影象。使用者不再需要撰寫冗長如小說般的描述來建立自己或家人的 AI 肖像。相反,AI 會自動從相簿中的真實照片中提取細節,確保生成角色的外觀和風格儘可能貼近現實。核心技術:Nano Banana2 模型與“個人智慧”戰略該功能由 Google 升級後的影象生成模型 Nano Banana2 驅動,旨在
相關專題推薦
評論 (0)
0/500
由 Hugging Face 支持的開源機器人新創公司 Pollen Robotics,已釋出名為 Microduck 的緊湊型雙足機器人的原始碼。 這隻迷人的機械鴨身長僅 25 公分、重 800 公克,結合了強化學習、Sim2Real 轉移學習與即時控制技術,成為微型具身人工智慧研究的強大平台。

緊湊設計,驚人能力
Microduck 搭載 Rockchip RK3566 處理器,以 50Hz 的頻率控制 15 個伺服馬達。它展現了多項實用技能,包括透過遊戲控制器行走、跌倒後自行復位,以及用喙拾取物體。 它還能坐下、站立、踢球,並進行前滾翻。透過在腳部加裝輪子,機器人會切換至不同的強化學習策略,使其能夠滑行、轉向、穿越斜坡,甚至在滑輪上保持站立。
研究團隊幽默地指出:「製作這台機器人的過程中,沒有任何鴨子受到傷害,儘管我們曾諮詢過幾隻鴨子。」
強化學習驅動幾乎所有動作
相關的訓練專案microduck_rl 現已開源。 該技術流程採用 MuJoCo / MuJoCo Warp 模擬環境,並結合領域隨機化技術應用 PPO 演算法,以實現 Sim2Real 轉移學習。生成的 ONNX 模型直接部署於機器人上,策略以 50Hz 頻率進行訓練,以配合硬體的控制節奏。
為彌合模擬與實機之間的差距,訓練環境已將馬達摩擦、電池電壓波動、控制延遲以及伺服馬達齒輪反向間隙等因素納入考量,顯著提升了部署的穩定性。
基於服務導向設計的穩健軟體架構
該軟體採用 Rust 語言開發,未使用龐大框架,並模組化為獨立服務:
robotd:負責即時控制、強化學習執行及安全協定;updaterd:管理 OTA 更新、簽章驗證及故障時的自動回滾;configd: 負責監督 Wi-Fi 連線與裝置身分識別btd:管理藍牙通訊padd:支援遊戲控制器輸入mediad:處理攝影機、音訊及 WebRTC串流tofd:處理 ToF 深度感測器資料各服務透過 Unix Socket 及 JSON-RPC 2.0 進行通訊。僅 robotd 持有馬達控制權限。來自行動應用程式、控制器或自訂腳本的輸入均被視為「動作意圖」,必須在 robotd 中通過安全檢查後方可執行,以確保架構的可靠性。
無縫 OTA 更新可防止裝置變磚
更新流程極為穩健:系統會下載發行版本、驗證簽章、切換版本、重新啟動服務,並執行健康檢查。若發生錯誤,系統會自動回滾至前一版本,有效防止裝置無法使用。
不僅是玩具:微型具身人工智慧平台
Microduck 遠不止是一款新奇小玩意。它將強化學習、Sim2Real 轉移學習、ONNX 部署、基於 Rust 的即時控制、WebRTC 多媒體以及完整的 OTA 支援,整合於 25 公分、800 公克的機身之中。
對於專注於強化學習、運動控制及具身人工智慧的開發者與研究人員而言,這個開源專案提供了一條從模擬到真實世界部署的完整流程。由於執行時程式碼與訓練程式碼皆已公開,有興趣的開發者可探索官方儲存庫以進行進一步的實驗。
比亞迪人形機器人將於今年八月在鄭州推出,並將率先投入商業應用
比亞迪已為其人形機器人計畫確立了明確的時間表。7月28日,該公司向媒體證實,該產品將於8月正式推出,初期應用將鎖定商業服務領域。此前,比亞迪的「Di Space | 鄭州店」發布了一張預告海報,海報上寫著「八月初,一位新朋友想見見你」,引發市場廣泛關注。 發表會將於比亞迪首家位於鄭州的「Di Space」體驗中心舉行。與傳統4S店不同,該場地作為品牌技術展示平台及用戶互動樞紐,著重於產品展示、科技
隨著決策模型在網路上如雨後春筍般湧現,亞馬遜推出自家版的 Jev 仿製版
隨著 AI 開發者日益重視針對電腦自動化進行優化的智慧,而非前沿的大型語言模型,亞馬遜網路服務(Amazon Web Services)推出了一款受 TypeSafe 的 Jev 啟發的開源決策模型。就在 OpenAI 宣布推出類似產品的那一週,亞馬遜的「Strands Decider 2B」隨之問世,該模型提供了一種高速、低成本的方法來篩選預先決定的選項,同時為其選擇提供信心分數。此模型完全開源
Google Gemini 與 Google Photos 深度整合,實現個性化 AI 影象生成
Google 最近對其 AI 助手 Gemini 進行了重大更新,將其與 Google 相簿 深度整合。這一增強功能使 Gemini 能夠直接訪問您照片庫中的視覺資料,從而建立更具個性化的 AI 生成影象。使用者不再需要撰寫冗長如小說般的描述來建立自己或家人的 AI 肖像。相反,AI 會自動從相簿中的真實照片中提取細節,確保生成角色的外觀和風格儘可能貼近現實。核心技術:Nano Banana2 模型與“個人智慧”戰略該功能由 Google 升級後的影象生成模型 Nano Banana2 驅動,旨在





首頁






