/ Модель

Характеристики

Лицензия
Apache 2.0
Опубликована
9 сен 2026

microduck-tricks

Обучение с подкреплением

Набор из трёх ONNX-политик PPO для симуляционного управления двуногим роботом Microduck: кувырок вперёд, слалом и скольжение на одном лезвии.

87скачиваний за 30 дней1лайквеса обновлены9 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

langli11/microduck-tricks — набор из трёх политик управления двуногим роботом Microduck: переход в кувырок вперёд, слалом между конусами на роликовых коньках и подъём на одном лезвии. Политики разработаны для Microduck в проекте Hugging Face × Pollen Robotics и обучены методом PPO в симуляторе MuJoCo через mjlab. Репозиторий содержит модели ONNX; политики используют общий вектор наблюдений размерности 61 и работают с частотой 50 Гц, что позволяет подключать их к существующей среде исполнения Microduck.

Модели предназначены для симуляционных экспериментов и оценки навыков робота по отдельным проверочным сценариям. Результаты обучения оценивали на батарее проверок, имитирующей развёртывание, включая передачу управления от политики ходьбы, старт из положения стоя или движения и маневрирование вокруг физических конусов. Испытаний на физическом роботе не проводили. Лицензия указана как Apache-2.0; README уточняет, что она следует лицензии upstream-репозитория.

Сценарии применения

  • обучение робота Microduck кувырку вперёд
  • проезд робота на роликовых коньках между конусами
  • отработка скольжения на одном лезвии в симуляторе
  • оценка политик управления Microduck на проверочных сценариях развёртывания

Ограничения

Результаты получены только в симуляторе; на физическом роботе политики не проверялись. В README отмечено, что для скольжения на одном лезвии реалистичная цель ограничена возможностями физики и оборудования.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Microduck tricks: run → forward roll, roller-skate cone slalom, single-blade lift

Three new skills for the Microduck biped (Hugging Face × Pollen Robotics), trained with PPO on mjlab (MuJoCo Warp) on Hugging Face Jobs, evaluated with deployment-protocol batteries in the simulator. All policies use the repo's shared 61-D observation contract at 50 Hz, so they hot-swap in the existing runtime next to the official policies.

skillpolicyheld-out result (simulator)
Run → forward roll → stand (élan roulade)policies/roulade_elan_v2_ckpt3750.onnxwalk hand-off success 200/200 (official policy: 86 %); impulse start 98.4 %; robust to ±10 % mass, foot friction 0.5–1.5, mid-roll pushes
Roller-skate cone slalompolicies/roller_slalom_v2_ckpt2000.onnx8-cone course at 0.7 m spacing: 8/8 gates, 0 cone hits, 0/50 falls at 0.5 m/s (official policy: 21 % gates, 75 % falls)
Single-blade lift while skating (partial)policies/roller_glide_short_v15_ckpt1750.onnxon a command flag: lifts a foot, rides one blade 0.4–0.6 s (true single support by contact load), puts it down, keeps skating; 0 falls in 24 seeded takes. A sustained one-blade glide is not reachable on this robot (measured ceiling ≈ 1 s)

run → forward roll cone slalom

Single-blade lift clip: media/glide_v15_1750_lift.mp4.

Code, training recipes, evaluation scripts

Branch overnight-elan-slalom of the fork: https://github.com/easyrider11/microduck_rl/tree/overnight-elan-slalom (upstream: https://github.com/pollen-robotics/microduck_rl). Results index and write-ups live in docs/results/ there and are copied into docs/ here.

  • Train: uv run train Mjlab-RouladeElan-Flat-MicroDuck --env.scene.num-envs 4096 --hf-jobs (same for Mjlab-RollerSlalomV2-Flat-MicroDuck and Mjlab-RollerGlideV15-Flat-MicroDuck).
  • Evaluate: scripts/eval_roulade_entry.py, scripts/eval_roller_slalom.py, scripts/eval_single_blade.py; sweep every checkpoint of a run with scripts/sweep_hf_checkpoints.py.
  • Run a policy in the CPU simulator: uv run scripts/infer_policy.py --walking policies/<file>.onnx --new-cmd-obs.

The lesson worth exporting

Training reward is not a selection criterion: in every run the held-out deployment battery (hand-off from the walking policy, physical cones, standing / rolling starts) moved independently of the training curves, and checkpoints were picked only by that battery. For the single-blade glide the decisive step was a zero-cost physics probe before any further training: a model-based controller with the full state and a sampling MPC with the perfect model both top out at ≈ 1 s of true single support, so the target was redefined to what the hardware can do.

Simulator results only; nothing here has been run on the physical robot yet. License follows the upstream repository.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

RL-агенты не запускаются как сервис инференса.

Ревизия весов
ae7284e

0 моделей