pollen-robotics/microduck_rl

microduck_rl 为约 800g、25cm 双足机器人提供 MuJoCo Warp/mjlab 的 PPO 环境，策略以 50Hz 训练、导出 ONNX 后部署到实体机。仓库把 BAM 执行器物理、域随机化、齿隙模拟和奖励设计一并记录；4096 环境约 1 - 2 小时可得到可用步态，但训练需要 CUDA GPU，sim2real 仍依赖真实硬件验证。