《MicroDuck RL：训练机器鸭从仿真走到真机》 系列课程 · 第 13 集 / 共 14 集
上一集：【MicroDuck RL 12】给初学者的练习路线 ｜课程目录 ｜ 下一集：【MicroDuck RL 14】FAQ 与踩坑记录
这一集是本系列实测过程的完整记录和源码导读地图，方便大家复现和深入阅读。
实操时间线（RTX 5080 16GB，2026-09）
| 步骤 | 结果 |
|---|---|
pip install uv |
uv 0.12.9 |
git clone + uv sync |
Python 3.12.14 受管解释器 + 全部依赖（约 6 min，~2 GB） |
| 环境验证 | torch CUDA ✓、list-envs ✓、pytest 166 通过 / 1 跳过 |
| 启动训练 | 4096 环境，tensorboard logger，≈1.13 s/迭代，显存 ~7.3 GB |
| 可视化 | viser 3D 查看器 :8080 + TensorBoard :6006 |
| 训练产出 | 每 250 迭代一个 model_*.pt，viewer 里热切换对比明显可见进步 |
几点补充说明：
- 系统 Python 是 3.13 也没关系，uv 自动用受管的 3.12.14；
- 没有 wandb 账号，全程用
--agent.logger tensorboard，本地曲线不缺任何信息； - GNOME Wayland 下 native 查看器有 OpenGL 报错，统一改用
--viewer viser。
关键文件导读地图
| 路径 | 内容 | 怎么读 |
|---|---|---|
src/mjlab_microduck/tasks/microduck_velocity_env_cfg.py |
主任务配置（~950 行） | 本系列最佳学习材料，注释极详细 |
src/mjlab_microduck/tasks/mdp.py |
全部自定义奖励/观测/事件函数（7000+ 行） | 挑感兴趣的奖励函数对照公式读 |
src/mjlab_microduck/robot/microduck_constants.py |
机器人配置、HOME 姿态、BAM 参数 | 第 06 集的配套源码 |
src/mjlab_microduck/robot/microduck/*.xml |
MJCF 模型（走路/触地/轮滑/齿隙版） | 第 08 集的配套材料 |
AGENTS.md |
项目经验手册（奖励设计/课程/常见坑） | 第 10 集的原出处 |
logs/rsl_rl/velocity/<时间戳>_velocity/ |
训练运行目录：checkpoint、tfevents、params/ |
每次训练的完整快照 |
scripts/export.py / scripts/infer_policy.py |
导出 ONNX / CPU 彩排 | 第 09 集的配套源码 |
建议收藏这一集作为读源码的导航。下一集是本系列最后一集：FAQ 与踩坑记录。