MicroDuck 运动策略与任务开发专题

本专题集中整理 MicroDuck / OpenDuck Mini V2 相关的强化学习、运动控制、物理仿真、任务编排和端侧部署材料。目录按照“先跑通基线，再理解代码，最后做任务开发”的顺序组织，适合跟着学习逐步补充实验记录。

按 8 天学习计划每天学习一本 Notebook，查看任务演示总览，或阅读领学员招募文案。

另有 21 天月度组队学习招募文案，每个 Task 安排 2–3 天。两套方案共用教程和 Notebook，原有 8 天短期方案保留。

学习路线

先看篮球平衡，理解速度命令、61 维观测、14 维动作、PPO 和接触奖励。
再看浏览器物理扰动，理解 MuJoCo 状态、扰动、录制和可视化接口。
进入高跷行走，学习执行器参数、形态课程、动作平滑和 sim-to-real 约束。
学习摆动旋转和球平衡与 FastSAC，对比不同任务和算法接口。
最后进入梯面攀爬，先跑通攀爬、登桌与起身，再学习双策略切换、横档接触和课程训练。
需要运行或修改代码时，进入可运行代码包。
需要查看 RDK X5、网页演示和多策略调度时，进入端侧与网页部署。
需要按直播顺序运行检查时，打开 Notebook 学习入口。
第 8 天让小鸭子理解语言指令并在不同房间中导航，运行 LightNav-0 多场景导航。使用 GPU［图形处理器］接入已有模型，不训练导航模型、不连接开发板。

目录结构

text05-MicroDuck运动策略与任务开发专题/
├── README.md
├── 学习计划.md
├── 招募文案.md
├── 月度组队学习招募文案.md
├── 01-任务资料/
│   ├── 01-MicroDuck篮球平衡强化学习/
│   ├── 02-mjswan-MicroDuck浏览器物理扰动/
│   ├── 03-MicroDuck高跷行走强化学习复现/
│   ├── 04-MicroDuck摆动旋转强化学习复现/
│   ├── 05-MotrixLab-MicroDuck球平衡与FastSAC/
│   ├── 06-MicroDuck梯面攀爬强化学习导读/
│   ├── 07-RDK端侧与网页部署/
│   └── 精选视频/
├── 02-可运行代码/
│   ├── microduck-playground-stilts/
│   │   ├── src/          # 机器人、执行器、任务和奖励
│   │   ├── scripts/      # 训练、评测、导出和推理脚本
│   │   ├── tests/        # 配置和物理不变量测试
│   │   ├── hardware/     # 高跷参数化生成器
│   │   └── docs/         # 训练计划和策略说明
│   └── lightnav-learning/ # 导航服务、场景构建与闭环视频
└── 03-Notebook/          # 8 本任务教程，GPU 导航与 RDK X5/BPU 验收

Notebook 学习线

Notebook 推荐运行在 Ubuntu 工作站上，Windows 本机只通过浏览器访问 Jupyter。这样 MuJoCo、训练代码和 Python 依赖都在同一环境中；运动任务可再连接 RDK X5，把开发板作为独立的 BPU 推理端。第 8 本 LightNav-0 导航教程只使用工作站 GPU，不连接开发板。Notebook 内置任务契约、模型检查和视频输出，不需要额外维护一层“Windows Notebook -> Ubuntu -> RDK”的跳转。

ONNX 使用与 RDK X5 SDK 匹配的工具链编译为 HBM，编译在 Ubuntu Docker 中完成。RDK 端运行对应任务 HBM；准备好板端服务和仿真工作站后，可重新生成任务视频。

任务与学习内容

任务	学习内容	演示
篮球平衡	观测与动作、PPO、循环网络和接触奖励	篮球上保持平衡
浏览器物理扰动	MuJoCo 状态、外力交互、录制与可视化	拖拽与外力交互
高跷行走	BAM 执行器、形态课程和动作平滑	25 cm / 200 cm 高跷行走
摆动旋转	任务奖励、ONNX 导出和部署接口	荡秋千与旋转
球平衡与 FastSAC	FastSAC 训练、模型导出与评测	球面平衡训练
梯面攀爬	攀爬与起身双策略、横档接触和课程训练	GPU 推理完成爬梯、登桌与站稳
RDK X5 / 网页部署	HBM 编译、BPU 推理、TCP 和多策略调度	板端推理与仿真行走
LightNav-0 视觉语言导航	图像与语言、轨迹预测、MPC 和多场景实验	住宅、客厅与走廊导航

配套代码

02-可运行代码/microduck-playground-stilts/ 是从本地 microduck-playground-stilts 工作目录整理出的可复现轻量快照，包含当前的任务代码和我们增加的梯面、执行器、评测及测试材料。没有复制 .venv/、日志、训练缓存、checkpoint 和生成结果；这些文件体积大、绑定本机环境，也不应该直接提交到主资料仓库。

各任务教程分别说明模型来源、训练方法和对应实现；代码包保留上游许可证与本地实验说明。

视频素材

每个任务在演示总览中单独展示，包含 GPU 推理、BPU 推理、高跷尺寸对照、完整爬梯和多任务总览。页面使用压缩 GIF；重新运行 Notebook 会生成对应任务的 MP4 和评测报告。

后续记录方式

每次实验记录任务名、代码版本、checkpoint、环境数量、训练轮数、随机种子、成功判定、视频路径和评测结果，方便复现与对照。