К содержимому
Робототехника

microduck-roller-sprint-2m-roller-2-l

скоростная походка на роликах для робота microduck

2 мин чтенияобновлено

Эта модель представляет собой политику управления (RL-алгоритм принятия решений) для двуногого робота microduck на роликах. Вместо привычного скольжения робот переходит на быстрый бег и, по тестам автора, преодолевает дистанцию в 2 метра примерно за 1,5–1,6 секунды. Модель работает в непрерывном режиме (perpetual policy — выполняется до получения новой команды), принимая 61-мерный вектор наблюдений и выдавая 14 управляющих действий с частотой 50 Hz. Разработка от автора GinDuck обучена с помощью обучения с подкреплением (RL) в среде mjlab-microduck и пригодится энтузиастам робототехники, работающим с платформой Pollen Robotics.

Ключевые особенности

  • Ориентирована на максимальную скорость: вместо плавного катания модель использует технику бега на роликах.
  • Встроенная нормализация: нормализатор наблюдений уже зашит внутрь файла policy.onnx, поэтому на вход можно подавать сырые данные с датчиков.
  • Готовый формат для железа: конфигурация manifest.json соответствует второй схеме манифеста политик для демона robotctl.

Что можно сделать

  • Загрузить политику в свободный слот реального робота microduck с помощью утилиты robotctl для тестирования скоростного заезда.
  • Воспроизвести обучение в симуляторе mjlab-microduck на базе репозитория microduck-challenges (ветка race-2) и дообучить модель под свои задачи.

Пример

sudo robotctl policy load  GinDuck/microduck-roller-sprint-2m-roller-2-l
ПодробнееРезультат в тестах автора: прохождение дистанции 2 м за 1,5–1,6 сек.
Интерфейс: 61-D observation, 14 actions, частота управления 50 Hz.
Детали обучения: чекпоинт 3750 (из 6000 итераций), 2048 параллельных сред, seed 1.
Воспроизводимость: повторный запуск на GPU даст схожую походку, но не побитово идентичные веса.
Обсудить Telegram 0 7

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.0 GB · готовые файлы0.5 GB
  • FP8 / INT8рекомендуемвеса 0.0 GB0.5 GB
  • 4-bitвеса 0.0 GB0.5 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · BF16 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # GinDuck/microduck-roller-sprint-2m-roller-2-l
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download GinDuck/microduck-roller-sprint-2m-roller-2-l --local-dir ~/models/microduck-roller-sprint-2m-roller-2-l
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к microduck-roller-sprint-2m-roller-2-l
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Новые посты про версии microduck-roller-sprint-2m-roller-2-l — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

GinDuck/microduck-roller-sprint-2m-roller-2-l
Автор
GinDuck
Категория
Робототехника
Дата выхода
На сайте

На сайте

Hugging Face

70

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Компьютерное зрение

microduck-skill-agent

microduck-skill-agent