Jetson 上的 Microduck 强化学习
本演示在一台由 NVIDIA Jetson Orin NX 16GB 驱动的 Seeed reComputer 上，为 Microduck 构建了一套完整的机器人学习工作流。内容涵盖 GPU 环境部署、基于 MuJoCo 的 PPO 训练、本地检查点可视化、使用官方 ONNX 策略的键盘控制推理，以及新自定义动作的开发。
经验证的参考平台使用 JetPack 7.2、Ubuntu 24.04、CUDA 13.2、Python 3.12 和 MuJoCo 3.10。本教程基于 jjjadand/microduck_rl 仓库，该仓库包含本指南中使用的源代码、部署脚本、官方 ONNX 策略以及在 Jetson 上训练得到的检查点。
硬件选项
本教程在 Jetson Orin NX 16GB 上复现。以下 Seeed Studio 系统提供了适合跟随本工作流的 Jetson 平台。reComputer Classic J5011 提供了更高的 GPU 和内存容量，而实际训练吞吐量取决于所选功耗模式和并行环境数量。
选择章节
点击卡片打开对应章节。Physical AI 侧边栏中只列出此落地页；三个章节保持为从这里访问的聚焦页面。
01
部署环境
准备 JetPack 7.2，部署启用 CUDA 的 Python 环境，理解项目目录结构，并验证 GPU 训练。
打开章节 ➜
02
训练并运行官方动作
运行训练冒烟测试、可视化 PT 检查点、启动官方多策略 ONNX 演示，并通过键盘进行控制。
打开章节 ➜
03
创建自定义动作
选择任务模板，定义动作阶段和奖励，注册新任务，在 MuJoCo 中测试、训练，并导出 ONNX。
打开章节 ➜
你将复现的内容
- 在 Jetson Orin NX 上启用 CUDA 的 Microduck 训练环境。
- 使用并行 MuJoCo 环境的 PPO 训练。
- 原生和基于浏览器的仿真可视化。
- 针对行走、站立、坐/站、地面拾取、翻滚、踢腿和滚轮动作的官方 ONNX 推理。
- 键盘指令输入和实时行为切换。
- 一套可复用的工作流，用于创建如鞠躬等基于阶段的自定义动作。
演示架构
Jetson Orin NX
├── JetPack 7.2 / CUDA 13.2
├── uv project environment
├── mjlab + MuJoCo Warp + rsl_rl
├── Microduck task configurations
├── PPO checkpoint (.pt)
└── Exported policy (.onnx)
├── MuJoCo inference rehearsal
└── Microduck runtime deployment
tip
为了最快速地完成验证，请先部署环境，运行 64 个环境、5 次迭代的冒烟测试，然后启动官方的 ONNX 键盘演示。你可以在之后再完成自定义动作章节。