Hugging Face представляє Microduck: 25-сантиметрового двоногого робота з відкритим кодом за $399, якого ви навчаєте за допомогою навчання з підкріпленням

Більшість запусків роботів просить вас повірити демонстраційному відео. Pollen Robotics, бордоська робототехнічна команда в Hugging Face, натомість постачає цикл навчання. Цього тижня вона відкрила попередні замовлення на Microduck — двоногого робота заввишки 25 см, у якому кожен рух — ходьба, сидіння, удари ногами, катання на роликових ковзанах, піднімання після падіння — є нейронною політикою, навченою у фізичному симуляторі та перенесеною на апаратне забезпечення. Він коштує 399 доларів. Середовища навчання, функції винагороди, налаштування рандомізації домену та рецепт перенесення із симуляції в реальність опубліковані на GitHub. Microduck наслідує Reachy Mini, якого було поставлено понад 10 000 одиниць, але змінює його початкову концепцію: якщо Reachy Mini створювали для розміщення на столі та взаємодії, то Microduck створений для того, щоб залишати стіл, падати й підніматися.

Апаратне забезпечення

Microduck має 25 см заввишки, 14 см завширшки та важить менш як 800 г. Він оснащений 15 двигунами в ногах, шиї та голові, а також шарнірним дзьобом, який підбирає предмети з підлоги. Обчислення забезпечує Rockchip RK3566 із прискорювачем ШІ, 1 ГБ оперативної пам’яті та 32 ГБ сховища.

Набір датчиків для такої ціни надзвичайно повний. Фронтальна камера розташована за спеціальним індикатором її використання. Встановлено два IMU: один у корпусі, інший у голові. Для визначення відстані використовується компактний LiDAR — матриця 8×8 із вимірюванням часу польоту. Є мікрофони та динамік, дві NFC-антени, а також Wi-Fi і Bluetooth. Живлення забезпечує змінна батарея NP-F550 ємністю 2600 мА·год, якої вистачає приблизно на годину.

У комплекті постачаються сім навчених рухів, якими можна керувати за допомогою геймпада ще до написання коду: ходьба, сідання й вставання, удар, захоплення, катання на роликових ковзанах і самостійне відновлення після падіння. Робот не розмовляє. Під час першого пробудження кожен пристрій генерує власну аудіоідентичність і назавжди зберігає цей голос.

Як насправді навчаються ці поведінкові моделі

Політики навчаються в microduck_rl, створеному на основі mjlab (MuJoCo Warp) із використанням PPO. За даними Pollen, для отримання придатної ходи в 4096 паралельних середовищах на GPU з CUDA потрібно приблизно від однієї до двох годин. Якщо локального GPU немає, додавання --hf-jobs запускає ту саму команду в Hugging Face Jobs.

Робота з перенесення із симуляції в реальність зосереджена на моделі актуатора. Для кожного сервопривода використовується модель BAM M6 для Dynamixel XL330 — із законом керування напругою, проти-ЕРС, а також кулонівським, стрибеківським і залежним від навантаження тертям — замість ідеального PD-регулятора. Рандомізація для кожного середовища охоплює напругу батареї, просідання напруги під навантаженням, затримку команди та величину тертя. Варіанти люфту навчають систему з урахуванням люфту шестерень у межах ±1°, тобто загалом 2°, послідовно для кожного з 14 сервоприводних шарнірів у структурі RL. Оскільки реальний енкодер розташований після цього люфту, спостереження враховують його.

Навчені політики експортуються в ONNX із нормалізатором спостережень, вбудованим у граф. Саме тому Pollen застерігає від розгортання контрольних точок, конвертованих вручну.

На роботі середовище виконання Rust керує циклом керування з частотою 50 Гц і шиною двигунів. Кожна політика використовує спільне 61-вимірне спостереження актора: 48 вимірів пропріоцепції плюс команди для обертального руху (3), положення голови (4) і положення корпусу (6). Саме цей спільний контракт дає змогу динамічно перемикати політики ходьби, відновлення та трюків під час роботи. Середовища, які ігнорують певний слот команди, заповнюють його нулями, а не вилучають.

Опублікований реєстр охоплює 13 завдань: відстеження швидкості, вставання, сідання-вставання, підбирання предметів із підлоги, удар по м’ячу (м’яч діаметром 70 мм і масою 15 г, актор не бачить м’яча), перекидання та п’ять середовищ для катання на роликових ковзанах.

Основні висновки

• Двоногий робот із відкритим програмним забезпеченням за 399 доларів; попередні замовлення відкрито 27 серпня 2026 року, поставки планують здійснити до Різдва.
• 15 двигунів, камера, LiDAR, два IMU, NFC, Wi-Fi/Bluetooth, RK3566, приблизно 1 година автономної роботи.
• Політики навчаються в mjlab/MuJoCo Warp із PPO; для ходи в 4096 середовищах потрібно приблизно 1–2 години.
• Перенесення із симуляції в реальність ґрунтується на моделі актуатора BAM, а також рандомізації напруги, затримки, тертя та люфту в межах ±1°.
• Програмне забезпечення поширюється за ліцензією Apache-2.0; файли механічної та електронної конструкції не є відкритими.

---

Перегляньте сторінку продукту Microduck, публікацію про запуск, прескіт і технічні характеристики, репозиторій середовища виконання microduck, репозиторій навчання microduck_rl і оголошення Томаса Вульфа. Також підписуйтеся на нас у Twitter і не забудьте приєднатися до нашого субреддіту про машинне навчання з понад 150 тисячами учасників та підписатися на нашу розсилку. Стривайте! Ви є в Telegram? Тепер ви також можете приєднатися до нас у Telegram.