400美元以下:Hugging Face推出开源迷你双足机器人Microduck
由Hugging Face支持的开源机器人初创公司Pollen Robotics发布了紧凑型双足机器人Microduck的源代码。 这款迷人的机器鸭身高仅25厘米,重800克,融合了强化学习、Sim2Real迁移学习及实时控制技术,为微型具身人工智能研究提供了一个强大的平台。

紧凑设计,惊人能力
Microduck 搭载 Rockchip RK3566 处理器,以 50Hz 的频率控制 15 个伺服电机。它展示了多种实用技能,包括通过游戏手柄控制行走、跌倒后自行扶正,以及用喙拾取物体。 它还能坐下、站立、踢球以及向前翻滚。通过在脚部安装轮子,该机器人会切换到另一种强化学习策略,从而能够滑行、转弯、攀爬斜坡,甚至在滑轮上保持站立。
研究团队幽默地指出:“虽然我们在制作这款机器人时咨询了几只鸭子,但没有任何鸭子在制作过程中受到伤害。”
强化学习驱动着几乎所有的动作
相关的训练项目microduck_rl 现已开源。 该技术流程利用了 MuJoCo / MuJoCo Warp 仿真环境,应用了结合领域随机化的 PPO 算法来实现 Sim2Real 迁移。生成的 ONNX 模型直接部署在机器人上,策略以 50Hz 的频率进行训练,以匹配硬件的控制节奏。
为弥合模拟与现实之间的差距,训练环境考虑了电机摩擦、电池电压波动、控制延迟以及伺服齿轮反向间隙等因素,从而显著提升了部署稳定性。
基于面向服务设计的健壮软件架构
该软件采用Rust语言编写,未使用繁重的框架,并被模块化为独立的服务:
robotd:负责实时控制、强化学习执行及安全协议;updaterd:管理 OTA 更新、签名验证及故障时的自动回滚;configd: 负责 Wi-Fi 连接和设备身份识别btd:管理蓝牙通信padd:支持游戏手柄输入mediad:处理摄像头、音频及 WebRTC流媒体tofd:处理 ToF 深度传感器数据各服务通过 Unix Socket 和 JSON-RPC 2.0 进行通信。仅 robotd 持有电机控制权限。来自移动应用、控制器或自定义脚本的输入均被视为“操作意图”,必须在 robotd 中通过安全检查后方可执行,从而确保架构的可靠性。
无缝 OTA 更新防止设备变砖
更新过程非常稳健:它会下载发布版本、验证签名、切换版本、重启服务并执行健康检查。如果发生错误,系统会自动回滚到上一版本,有效防止设备无法使用。
远不止是一款玩具:微型具身人工智能平台
Microduck 绝不仅仅是一个新奇玩意。它将强化学习、Sim2Real 迁移、ONNX 部署、基于 Rust 的实时控制、WebRTC 多媒体以及完整的 OTA 支持,集成到一个 25 厘米、800 克的设备中。
对于专注于强化学习、运动控制和具身人工智能的开发者和研究人员而言,这个开源项目提供了一条从模拟到现实世界部署的完整流程。由于运行时和训练代码均已公开,感兴趣的开发者可以探索官方代码库以进行进一步的实验。
相关文章
随着决策模型在网络上层出不穷,亚马逊推出了自己的Jev克隆版
随着人工智能开发者越来越重视针对计算机自动化优化的智能,而非前沿的大型语言模型,亚马逊网络服务(AWS)推出了一款受 TypeSafe 的 Jev 启发的开源决策模型。就在 OpenAI 宣布推出类似产品同一周,亚马逊的 Strands Decider 2B 问世,该模型提供了一种高速、低成本的方法来对预先确定的选项进行排序,同时为其选择提供置信度评分。该模型完全开源,可立即使用,且体积小巧,足以
Google Gemini 与 Google Photos 深度集成,实现个性化 AI 图像生成
Google 最近对其 AI 助手 Gemini 进行了重大更新,将其与 Google 相册 深度整合。这一增强功能使 Gemini 能够直接访问您照片库中的视觉数据,从而创建更具个性化的 AI 生成图像。用户不再需要撰写冗长如小说般的描述来创建自己或家人的 AI 肖像。相反,AI 会自动从相册中的真实照片中提取细节,确保生成角色的外观和风格尽可能贴近现实。核心技术:Nano Banana2 模型与“个人智能”战略该功能由 Google 升级后的图像生成模型 Nano Banana2 驱动,旨在
Reddit上的这一杰作让克劳德通过实时手写与你互动,带来一种堪称卓越的沉浸式学习体验
一位 Reddit 开发者推出了一款全新的交互式手写应用,让用户能够与 Claude AI 进行实时对话。该工具通过模仿《哈利·波特》中汤姆·里德尔日记那种神奇的双向交流,将数字笔记记录转变为一种温馨且即时学习体验。实时手写互动只需用触控笔随手记录想法、头脑风暴或做笔记。Claude 会识别你的手写内容,并以自然流畅的笔迹直接在同一页面上作出回应。无需在聊天窗口之间切换,也无需打字。该 AI 就像
相关专题推荐
评论 (0)
0/500
由Hugging Face支持的开源机器人初创公司Pollen Robotics发布了紧凑型双足机器人Microduck的源代码。 这款迷人的机器鸭身高仅25厘米,重800克,融合了强化学习、Sim2Real迁移学习及实时控制技术,为微型具身人工智能研究提供了一个强大的平台。

紧凑设计,惊人能力
Microduck 搭载 Rockchip RK3566 处理器,以 50Hz 的频率控制 15 个伺服电机。它展示了多种实用技能,包括通过游戏手柄控制行走、跌倒后自行扶正,以及用喙拾取物体。 它还能坐下、站立、踢球以及向前翻滚。通过在脚部安装轮子,该机器人会切换到另一种强化学习策略,从而能够滑行、转弯、攀爬斜坡,甚至在滑轮上保持站立。
研究团队幽默地指出:“虽然我们在制作这款机器人时咨询了几只鸭子,但没有任何鸭子在制作过程中受到伤害。”
强化学习驱动着几乎所有的动作
相关的训练项目microduck_rl 现已开源。 该技术流程利用了 MuJoCo / MuJoCo Warp 仿真环境,应用了结合领域随机化的 PPO 算法来实现 Sim2Real 迁移。生成的 ONNX 模型直接部署在机器人上,策略以 50Hz 的频率进行训练,以匹配硬件的控制节奏。
为弥合模拟与现实之间的差距,训练环境考虑了电机摩擦、电池电压波动、控制延迟以及伺服齿轮反向间隙等因素,从而显著提升了部署稳定性。
基于面向服务设计的健壮软件架构
该软件采用Rust语言编写,未使用繁重的框架,并被模块化为独立的服务:
robotd:负责实时控制、强化学习执行及安全协议;updaterd:管理 OTA 更新、签名验证及故障时的自动回滚;configd: 负责 Wi-Fi 连接和设备身份识别btd:管理蓝牙通信padd:支持游戏手柄输入mediad:处理摄像头、音频及 WebRTC流媒体tofd:处理 ToF 深度传感器数据各服务通过 Unix Socket 和 JSON-RPC 2.0 进行通信。仅 robotd 持有电机控制权限。来自移动应用、控制器或自定义脚本的输入均被视为“操作意图”,必须在 robotd 中通过安全检查后方可执行,从而确保架构的可靠性。
无缝 OTA 更新防止设备变砖
更新过程非常稳健:它会下载发布版本、验证签名、切换版本、重启服务并执行健康检查。如果发生错误,系统会自动回滚到上一版本,有效防止设备无法使用。
远不止是一款玩具:微型具身人工智能平台
Microduck 绝不仅仅是一个新奇玩意。它将强化学习、Sim2Real 迁移、ONNX 部署、基于 Rust 的实时控制、WebRTC 多媒体以及完整的 OTA 支持,集成到一个 25 厘米、800 克的设备中。
对于专注于强化学习、运动控制和具身人工智能的开发者和研究人员而言,这个开源项目提供了一条从模拟到现实世界部署的完整流程。由于运行时和训练代码均已公开,感兴趣的开发者可以探索官方代码库以进行进一步的实验。
随着决策模型在网络上层出不穷,亚马逊推出了自己的Jev克隆版
随着人工智能开发者越来越重视针对计算机自动化优化的智能,而非前沿的大型语言模型,亚马逊网络服务(AWS)推出了一款受 TypeSafe 的 Jev 启发的开源决策模型。就在 OpenAI 宣布推出类似产品同一周,亚马逊的 Strands Decider 2B 问世,该模型提供了一种高速、低成本的方法来对预先确定的选项进行排序,同时为其选择提供置信度评分。该模型完全开源,可立即使用,且体积小巧,足以
Google Gemini 与 Google Photos 深度集成,实现个性化 AI 图像生成
Google 最近对其 AI 助手 Gemini 进行了重大更新,将其与 Google 相册 深度整合。这一增强功能使 Gemini 能够直接访问您照片库中的视觉数据,从而创建更具个性化的 AI 生成图像。用户不再需要撰写冗长如小说般的描述来创建自己或家人的 AI 肖像。相反,AI 会自动从相册中的真实照片中提取细节,确保生成角色的外观和风格尽可能贴近现实。核心技术:Nano Banana2 模型与“个人智能”战略该功能由 Google 升级后的图像生成模型 Nano Banana2 驱动,旨在
Reddit上的这一杰作让克劳德通过实时手写与你互动,带来一种堪称卓越的沉浸式学习体验
一位 Reddit 开发者推出了一款全新的交互式手写应用,让用户能够与 Claude AI 进行实时对话。该工具通过模仿《哈利·波特》中汤姆·里德尔日记那种神奇的双向交流,将数字笔记记录转变为一种温馨且即时学习体验。实时手写互动只需用触控笔随手记录想法、头脑风暴或做笔记。Claude 会识别你的手写内容,并以自然流畅的笔迹直接在同一页面上作出回应。无需在聊天窗口之间切换,也无需打字。该 AI 就像





首页






