Entrenar y ejecutar movimientos oficiales de Microduck

Este capítulo cubre la ruta más corta de entrenamiento e inferencia: descubrir las tareas disponibles, entrenar una tarea oficial, visualizar un checkpoint .pt, ejecutar las políticas ONNX proporcionadas y controlar el robot simulado con un teclado.

← Demo HomeSiguiente: movimiento personalizado ➜

Familias de tareas disponibles

cd ~/microduck-jetson/microduck_rl
uv run --no-sync list-envs | grep MicroDuck

Movimiento	ID de tarea
Caminar	Mjlab-Velocity-Flat-MicroDuck
Caminar y recuperación de caídas	Mjlab-VelStand-Flat-MicroDuck
Levantarse desde el suelo	Mjlab-StandUp-Flat-MicroDuck
Sentarse y ponerse de pie	Mjlab-SitStand-Flat-MicroDuck
Recogida desde el suelo	Mjlab-GroundPick-Flat-MicroDuck
Voltereta hacia delante	Mjlab-Roulade-Flat-MicroDuck
Patada al balón	Mjlab-BallKick-Flat-MicroDuck
Locomoción con rodillos	Mjlab-Velocity-Flat-MicroDuck-Rollers

Entrenar la política de caminar

Comienza con la prueba rápida de cinco iteraciones antes de cada ejecución larga:

cd ~/microduck-jetson/microduck_rl
export MUJOCO_GL=egl

uv run --no-sync train Mjlab-Velocity-Flat-MicroDuck \
  --env.scene.num-envs 64 \
  --agent.logger tensorboard \
  --agent.max_iterations 5

Para una ejecución más larga:

uv run --no-sync train Mjlab-Velocity-Flat-MicroDuck \
  --env.scene.num-envs 2048 \
  --agent.logger tensorboard

Aumenta el número de entornos solo cuando la memoria y la temperatura lo permitan. Una secuencia de reserva práctica es 4096 → 2048 → 1024 → 512.

Visualizar un checkpoint PT

Encuentra un checkpoint:

find logs/rsl_rl -type f -name 'model_*.pt' | sort

Visor en el navegador vía SSH

export MUJOCO_GL=egl

uv run --no-sync play Mjlab-Velocity-Flat-MicroDuck \
  --checkpoint-file /absolute/path/to/model_XXXX.pt \
  --num-envs 1 \
  --viewer viser

Abre http://<JETSON_IP>:8080 desde un ordenador en la misma red.

Visor nativo en el escritorio del Jetson

export DISPLAY=:0
export MUJOCO_GL=glfw

uv run --no-sync play Mjlab-Velocity-Flat-MicroDuck \
  --checkpoint-file /absolute/path/to/model_XXXX.pt \
  --num-envs 1 \
  --viewer native

Ejecutar la demo oficial ONNX multipolítica

El repositorio contiene nueve políticas ONNX oficiales en pretrained/pollen-robotics/.

cd ~/microduck-jetson/microduck_rl
export DISPLAY=:0
export MUJOCO_GL=glfw

uv run --no-sync python3 scripts/infer_policy.py \
  --walking pretrained/pollen-robotics/alpha_walking.onnx \
  --standing pretrained/pollen-robotics/alpha_stand.onnx \
  --sitstand pretrained/pollen-robotics/alpha_sitstand.onnx \
  --ground-pick pretrained/pollen-robotics/alpha_ground_pick.onnx \
  --roulade pretrained/pollen-robotics/roulade.onnx \
  --kick-left pretrained/pollen-robotics/ball_kick_left.onnx \
  --kick-right pretrained/pollen-robotics/ball_kick_right.onnx \
  --front-back-split models/exports/front_back_split/front_back_split_model_999.onnx \
  --new-cmd-obs

Controles de teclado

Tecla	Comando
Teclas de flecha	Velocidad hacia delante, hacia atrás y lateral
A / E	Girar a la izquierda / derecha
G	Comportamiento de recogida desde el suelo
Y	Transición sentarse / ponerse de pie
R	Voltereta hacia delante
K / L	Patada izquierda / derecha
O	Apertura frontal-trasera de seis segundos y luego volver a estar de pie o caminando
Space	Borrar el comando de velocidad
Q	Salir

Resultados de inferencia

Los siguientes GIF muestran resultados de inferencia ONNX capturados directamente desde MuJoCo en el Jetson.

Caminar

La política de caminar sigue continuamente los comandos de velocidad y giro del teclado.

Rodar

Pulsa R para cambiar a la política de voltereta hacia delante.

Patada al balón

Pulsa K o L para activar la política de patada con el pie izquierdo o derecho en la escena del balón.

Apertura frontal-trasera

La antigua política de equilibrio sobre una sola pierna ha sido reemplazada por un movimiento de doble apoyo más estable. Pulsa O para ejecutar la política entrenada: el pie izquierdo se mueve hacia delante, el pie derecho se mueve hacia atrás, ambos pies permanecen en el suelo y el robot vuelve a la política de estar de pie o caminar después del ciclo de fase de seis segundos.

Los artefactos incluidos son:

models/checkpoints/rsl_rl/front_back_split/2026-09-09_18-04-10_front_back_split_left_forward/model_999.pt
models/exports/front_back_split/front_back_split_model_999.onnx

PT y ONNX tienen propósitos diferentes

• Los checkpoints .pt contienen actor, crítico, optimizador, normalizador y estado de entrenamiento. Úsalos para reanudar el entrenamiento y para la evaluación con play.
• .onnx contiene el grafo de inferencia desplegable. Los archivos ONNX oficiales no contienen el estado de entrenamiento PPO y no se pueden convertir de nuevo en un checkpoint reanudable.
• Los archivos PT bajo models/checkpoints/ son resultados de entrenamiento de caminar en Jetson incluidos con esta demo; no son lanzamientos oficiales de PT de Pollen Robotics.

Exportar tu propio ONNX

uv run --no-sync python3 scripts/export.py \
  Mjlab-Velocity-Flat-MicroDuck \
  --checkpoint-file /absolute/path/to/model_XXXX.pt \
  --onnx-file walking_custom.onnx

Utiliza siempre scripts/export.py. El exportador del proyecto integra el normalizador de observaciones en el grafo ONNX, lo cual es necesario para un comportamiento correcto en tiempo de ejecución.

Siguiente paso

Crear un movimiento personalizado →