开源的不只是源码
很多人对 Microduck「开源」的理解，就是 GitHub 上放着两个仓库。真把机器拿在手上你会发现开放的远不止源码：机器上跑的代码都能读，出厂带的每个动作本身就是一条策略，这条策略你能拿到、能在仿真里重新训练，练好了还能发布出去，别人一条命令就能装回自己的机器。官方发布机器时就把 7 个出厂策略全部放出来了，每一条都可以重训。
中文资料大多停在「哪几个仓库开源」这一层，再往下就不多了：哪些东西是官方发的，哪些是玩家自己搭的，哪些文件看着在仓库里、其实不能拿去商用。这一页把整条链路串一遍，按「机器上跑什么、策略从哪来、策略怎么发出去又装回来」的顺序讲，最后集中列一次边界。
四个入口，各管一段
官方放出的一共四类东西。先分清谁管什么，再进仓库翻，会省不少时间。
| 对象 | 管什么 | 玩家能做什么 | 关键入口 |
|---|---|---|---|
| 主仓库 pollen-robotics/microduck | 机器鸭的大脑：运行时与 SDK | 读实现、写自定义行为、管理更新、没有硬件也能跑仿真 | robotctl 命令族、scripts/duck-sim、docs/design 与 docs/project |
| 训练仓库 pollen-robotics/microduck_rl | 策略产地：仿真训练与 ONNX 导出 | 训练新步态、导出策略、发布给社区 | uv run train、scripts/export.py、uv run publish、--hf-jobs |
| 官方策略集 pollen-robotics/microduck-policies | 7 个出厂策略与阶段驱动动作 | 装机、换策略、当自己训练的基线 | robotctl policy add / load、manifest schema 2 |
| Hugging Face Hub 上的社区策略 | 玩家上传的 policy.onnx | 下载别人练好的动作，或发布自己的 | uv run publish、robotctl robot do |
主仓库：机器的大脑
主仓库 README 开头第一句就是「This repo is the duck's brain」。机器约 25 厘米高、800 克重，大脑是一块 Rockchip RK3566，上面跑一组 Rust 写的 daemon：robotd 以 50 Hz 的频率跑控制回路，用神经策略驱动 15 个舵机；updaterd 管签名版本的安装和出问题时的回滚；configd、btd、padd、mediad、tofd 分别管 WiFi、蓝牙、手柄、摄像头和深度传感器。daemon 之间走同一份 Unix socket 上的 JSON-RPC 契约。
平时真正会敲的是 robotctl 这一族命令：configure、update、monitor 管日常，policy add 和 policy load 换动作，robot do 让它当场做一个动作。手头没有机器也能玩软件这半边：scripts/duck-sim 用真实的 daemon 去控制 MuJoCo 里的身体，开一只可以，开四只当四台机器登录也可以；cheat sheet 把命令列全了，duckctl 支持从笔记本走蓝牙直连，不依赖网络和 ssh。
训练仓库：策略怎么练出来
训练仓库的全名是「RL training environments for Microduck (mjlab)」，技术栈是 mjlab（MuJoCo Warp）加 PPO，别笼统记成「MuJoCo 训练」。它对 sim2real 下的功夫比较认真：BAM 执行器模型照着 Dynamixel XL330 的电压控制律、反电动势和随负载变化的摩擦建模，再叠加域随机化，每个主任务还配了一个带 ±1° 齿轮游隙的 Backlash 孪生任务。README 里有一句话说得很实在：在 800 克这个量级，执行器建模的保真度基本决定了 sim2real 的差距，所以官方没有用理想 PD 应付过去。
所有策略共用 61 维观测、14 维动作的契约，运行时靠它在走路、恢复、特技几条策略之间热切换；导出时观测归一化会被烘焙进 ONNX 图。所以部署只用 scripts/export.py 的产物，别自己转 checkpoint——手工转出来的图没有归一化，运行时喂进去的观测就是错的。发布前 uv run publish 还会做一遍检查：图必须 61 维进、14 维出，跑一遍合理输入，出现 NaN 或输出恒定会直接拒收。
官方策略集和社区发布
官方产品页把玩法概括成四步：仿真里训练、部署到真机、精调后重新训练、把新行为分享给社区。训练仓库把这四步都做成了能敲的命令。有一个限制要先知道：uv run publish 只能发布 constant-command 类策略；地面拾取这种阶段驱动的动作，以及靠姿态标志位切换的坐站策略，是 daemon 自己驱动的，只存在于官方策略集里，个人发布复现不了。发布出去的东西包括带观测归一化的 policy.onnx、一份按主仓库 policy-manifest schema 2 写的 manifest.json 和一份说明 README，仓库默认建成私有。
代码是 Apache-2.0，不等于整个仓库都能商用。训练仓库的 3D .stl 网格按 CC BY-NC-SA 4.0 授权，社区 ROS 2 / Isaac 集成仓库也明说「A distribution containing both is not Apache-only」。再分发或商用之前，先把各自的 LICENSE-MODELS.md 和 NOTICE-MICRODUCK.md 读一遍。
从训练到发布的四步命令
下面这张表把官方的四步和训练仓库 README 里的命令对上。流程是按官方文档整理的，不是本站真机实测；命令参数以你手头仓库的版本为准。
| 步骤 | 官方表述 | 可核验入口 | 预期结果 |
|---|---|---|---|
| 01 训练 | Train in simulation，本机或 Hugging Face Jobs | uv run train Mjlab-Velocity-Flat-MicroDuck --env.scene.num-envs 4096；没有 GPU 就加 --hf-jobs | 约 1–2 小时得到一条可用步态，可以用 uv run play 在 viewer 里回看 |
| 02 导出 | 一步从仿真到真机 | uv run scripts/export.py 导出 ONNX；uv run scripts/infer_policy.py 在 CPU MuJoCo 里用键盘驱动验证 | 得到带归一化、图结构合规的 ONNX，键盘能驱动动作 |
| 03 精调 | Tune、re-train、re-deploy | 从 checkpoint 续训，重复导出和回放 | 新版本策略可以和基线步态对比，不满意就退回上一版 |
| 04 发布 | Publish the policy，分享给社区 | uv run publish --onnx output.onnx --repo 你的仓库 --kind episodic --duration-s 4.0；装机用 sudo robotctl policy add 或 robotctl policy load | Hub 上生成别人一条命令就能装的策略，机器人上能触发 |
Quickstart 里还有两条现实条件：训练需要 CUDA GPU，依赖用 uv 管理；在 DGX Spark、GB10、Jetson 这类 ARM 设备上，第一次 uv sync 要拉大约 2 GB 的 CUDA wheel，先设 UV_HTTP_TIMEOUT=600，不然默认 30 秒超时会在下载中途断掉。本地没有显卡，就用 --hf-jobs 把训练丢到 Hugging Face Jobs 上跑。官方和 NVIDIA 还公布过另一条路：用 Isaac Lab 在 Linux 加 NVIDIA GPU 上训练新步态再导出。
几个容易踩的边界
这一页最容易踩坑的地方不在命令，在边界。下面逐条列出来，看任何第三方教程之前先对一遍。
| 边界项 | 可核实的事实 | 玩家要做的核对 |
|---|---|---|
| 许可证混合 | 代码 Apache-2.0；训练仓库 3D .stl 网格 CC BY-NC-SA 4.0；社区集成仓库原创代码 Apache-2.0、上游 STL 与转换网格 CC BY-NC-SA 4.0 | 再分发、商用或打包之前读 LICENSE 与 NOTICE，不能按「全站 Apache」处理 |
| 导出路径只有一条 | 观测归一化烘焙进 ONNX，publish 校验 61 维进 14 维出，拒收 NaN 和常量输出 | 只用 scripts/export.py 的产物部署，不手工转 checkpoint |
| 发布能力有上限 | uv run publish 只支持 constant-command 策略；ground pick、sit 与 stand 由 daemon 驱动，只在官方策略集里 | 想复现这两类动作去看官方集，个人发布做不出来 |
| 社区集成不是官方发布物 | osrbot/microduck-ros2-isaac 自述 independent、未获 Pollen Robotics 背书，不含物理驱动或 ros2_control，Isaac 任务也明确不是 sim-to-real 声明 | 拿它的中文教程学 RViz 和 Isaac Sim 没问题，别当成官方硬件方案或真机能力证明 |
| 版本对齐 | 该社区仓库 2026-10-10 起按官方 Hugging Face v7 不可变策略集做 SHA-256 校验下载；随附的 Isaac USD 和原生训练输入还是历史基线，等新的转换和 GPU 回放验证 | 先读 upstream-alignment 说明确认版本，历史基线的结果不代表当期官方表现 |
| 硬件没有开源 | 官方明确未开放 BOM、3D 打印结构件和接线图；主仓库里没有 BOM 与 CAD，也没有舵机型号清单 | 社区复刻的物料和图纸以各自仓库为准，别拿官方规格去要求复刻机 |
硬件不开源还带出一个容易被忽略的后果：官方后续放出的新动作，走的是官方策略集和 daemon 的更新通道；自己量化导出的策略停在导出那天，不会跟着升级。这是复刻路线自带的代价，调参解决不了。
没有硬件、没有显卡，分别先走哪条
- 没有机器：主仓库的 scripts/duck-sim 用真实 daemon 跑 MuJoCo 里的身体，训练仓库的 infer_policy.py 在 CPU 上用键盘驱动已导出的 ONNX，都不需要真机。
- 没有显卡：给任意 train 命令加 --hf-jobs，训练放到 Hugging Face Jobs 上跑；本地只有 ARM 小盒子的话，先处理 uv 的超时和 CUDA wheel 体积。
- 只想换动作、不想训练：用 robotctl policy add 装一条社区策略，或者把官方 7 个出厂策略挨个试一遍当基线，再决定要不要自己训。
- 只想先读懂：主仓库的 docs/design 讲「为什么这样设计」，docs/project 讲「哪里出过错」，比翻提交记录快。
下一步
生态和边界弄清楚之后：花钱买机器或复刻件之前，看《Microduck 复刻版与官方渠道怎么分》；想直接上手改动作，走《Microduck 强化学习训练与真机部署》和《Microduck 编程：Python 与 JavaScript 自定义动作》；想找现成策略互换，看《Microduck 玩法扩展与社区资源》。