全网刷屏的机器鸭，我们把它"养"上了云——还能用一块 RDK X5 遛它

qiaolongli1 · 2026 年9 月 1 日 04:55

一只 25 cm、800 g 的黄色小鸭，不靠遥控玩具那套，靠的是强化学习长出来的"小脑"。

实际演示（真机板端运控 + BPU 视觉 + 云端仿真实录，全程无加速）：

这只鸭子最近有多火

如果最近你刷到过一只摇摇摆摆、会踢球、被推倒了还能自己爬起来的黄色小鸭子，那你已经见过 MicroDuck 了。

它是 Pollen Robotics 做的开源双足机器人：15 个舵机、一个 RK3566 主控。走路、轮滑、用嘴捡东西、前滚翻、被推倒自己爬起来——全会。GitHub 开源后一路冲到几千 star，官方还放出了一个网页版"养鸭沙盒"，点开就能在线遛。

但问题来了：沙盒里的鸭子是跑在网页里的"数字鸭"，没有一块真实的板子在管它。 它的一切运动都是浏览器里算好的——好看，但离"真机"差着一层。

我们干的事，就是把这只鸭子真正"养"起来：云端跑一个完整的物理仿真，而它的运动控制和"眼睛"，全部跑在一块地瓜机器人的 RDK X5 开发板上。 板子负责当大脑，云负责当"镜子"给你看效果。

一句话：一套"云仿真 + 板端运控 + BPU 视觉"的完整闭环。

拆开看是三件事：

① 云端仿真（云端的鸭子）——服务器上用 MuJoCo 跑一个 1:1 的鸭子物理模型：200 Hz 物理步进、15 个关节、IMU、地面的球，全都按真机建模，渲染成视频流推到网页上。

② 板端运控（X5 当小脑）——鸭子怎么站、怎么走、怎么踢，不是云端算的，是 RDK X5 在跑：官方导出的 ONNX 强化学习策略，板端 CPU 上做 50 Hz 闭环推理。观测（陀螺仪+重力+关节）进，电机目标出。这套代码和真机上是同一份。

③ BPU 视觉（X5 当眼睛）——鸭子"头上"有个相机，画面传给 X5，用 BPU 跑 DOSOD 目标检测认球。认到球之后，板子自己决策转向、逼近——视觉追球全自动。

我们的云端驾驶舱：左边第三人称视角，右上鸭子第一视角（带 BPU 检测框），右下全量遥测。

不是摆拍，全是闭环实测：

行走 · 迈步

踢球 · 蓄力一瞬

被推倒

自己爬起来

Chase 模式：鸭子用头部相机盯着橙球，自己调整方向追过去

说实话，第一版我们图省事，让云端跑物理、X5 隔着公网做运控——结果 50ms 的网络往返直接把鸭子搞摔了：动态平衡的机器，控制环里塞 50ms 延迟，等于蒙眼走钢丝。

我们也试过给策略"补课"——在 5090 上用 mjlab 重新训练了一版抗延迟策略（把执行器延迟随机化到 60–120ms 去训），能走了，但肉、反应慢。

最后一拍板：把控制环整个搬到板子上，网络延迟直接归零。 物理、策略、行为、摔倒恢复全在 X5 本地跑，干脆、稳、50 Hz 实时。云端只剩一件事：把鸭子的状态回放出来渲染成视频。

这套架构最妙的地方在于——板子上跑的这套运控代码，将来接到真机上时，只要把"读仿真传感器"换成"读电机总线+IMU"就行。 今天在云里遛的，和明天在桌上跑的，是同一颗"鸭脑"。

做这件事踩了不少坑，挑几个有意思的：

观测向量必须和训练时一模一样，差一个索引鸭子就摔——这是真机 robotd 文档里自己用红字标出来的"最高危代码"。
BPU 检测喂 NV12 有个坑：直接喂 bytes 会静默跑空数据，输出和输入完全无关；得喂 numpy 数组。调通的标志是：真实图片上 person 置信度 0.86。
黄色鸭子别配黄色地板：第一版我们把场景做成暖黄米色，结果鸭子直接隐身。后来换冷色地板，对比度拉满。
指令要"心跳重发"：只在变化时发指令，公网丢一个包鸭子就装死。改成 25 Hz 心跳后，指令 15~46ms 必达。

MicroDuck 全套开源：

我们这套"云仿真 + X5 板端运控"的玩法，本质上就是给这类小机器人搭一条从仿真到真机的快速验证通道——策略在云里养大，板子上直接遛。

鸭子已经会自己追球、自己爬起来了。下一步，让它认路、认人、认家门。

鸭子嘛，养着养着就熟了。

项目基于开源 MicroDuck（Pollen Robotics）构建，运控与视觉运行在地瓜机器人 RDK X5 上。