据 Hugging Face 博客2026年10月21日发布的内容，Pollen Robotics与Hugging Face推出低价开源双足机器人Microduck，并公开一套在NVIDIA Isaac Lab 3.0与Newton中训练行走策略、导出ONNX后部署到真机的流程。教程同时给出将策略分享到Hugging Face Hub、在Microduck Arena验证兼容性并参加竞赛的路径。
这套教程从仿真训练和评估开始，覆盖策略导出与真机部署。按照博客说法，开发者可以在仿真中测试行走策略，再将其部署到实体Microduck；行走只是起点，后续还可借助Isaac Lab探索更高级任务。训练完成的模型可上传至Hugging Face Hub，也可在Microduck Arena中检验兼容性并参与竞赛。
Isaac Lab是开源框架，可在数千个GPU并行仿真中训练策略；结合Newton、执行器建模和域随机化，开发者可为真实硬件准备策略。Isaac Lab已提供Microduck的机器人模型、场景、观测、动作、奖励和域随机化设置。教程从平地行走任务入手，崎岖地形版本增加楼梯、坡度和不平整地面。
仿真训练需要一台配备受支持NVIDIA GPU和驱动的Linux工作站，以及Git和uv；真机部署还需要已配置好的Microduck、可运行的车载软件，以及受支持的控制接口，例如已配对的手柄。策略接收61个观测值，输出14个关节位置；导出和部署时必须保持观测顺序、归一化和动作缩放与训练一致。
训练利用GPU并行运行仿真环境，也可跨GPU分布式训练，例如使用16块GPU提高速度和鲁棒性。博客称，在启用崎岖地形和backlash（齿轮间隙）的情况下，训练速度可达每秒125万步。教程使用Newton的MJWarp求解器和基于Newton的Better Actuator Models（BAM）模拟伺服响应，并通过backlash预设，将对位置目标的指令转换为更接近真实的伺服力矩，其中建模了固件控制器、电机电气限制、摩擦和延迟。
为便于从仿真迁移到现实，训练中对每台“鸭子”随机化质量与质心、地面摩擦、关节惯量、编码器偏移、电池电压与压降、指令延迟，同时改变地形并施加推力；每个关节的齿轮间隙也独立变化，以代表不均匀磨损。博客解释，齿轮间隙是传动机构在关节换向时先移动一小段才啮合形成的机械游隙，训练中建模并随机化这一效应，可让策略接触真机上可能遇到的差异。
在仿真中评估后，策略可导出为ONNX并部署到实体机器人。Isaac Lab的RSL-RL回放流程会自动导出TorchScript（policy.pt）和ONNX（policy.onnx）文件；真机运行时使用policy.onnx，并继续保证观测顺序、归一化和动作缩放与训练一致。博客给出的训练配置将环境数设为4096，并启用backlash预设，部署采用崎岖地形版本，平地版本也可作为替代训练任务。