Jetson 上の Microduck 強化学習

このデモでは、NVIDIA Jetson Orin NX 16GB 搭載 Seeed reComputer 上で Microduck のロボット学習ワークフローを一通り構築します。GPU 環境の構築、MuJoCo を用いた PPO 学習、ローカルチェックポイントの可視化、公式およびカスタム ONNX ポリシーによるキーボード操作推論、新しいカスタムモーションの開発までをカバーします。

検証済みのリファレンスプラットフォームは、JetPack 7.2、Ubuntu 24.04、CUDA 13.2、Python 3.12、MuJoCo 3.10 を使用しています。本チュートリアルは jjjadand/microduck_rl リポジトリをベースとしており、ガイド全体で使用するソースコード、デプロイスクリプト、公式 ONNX ポリシー、Jetson で学習したチェックポイントが含まれています。

Microduck RL リポジトリを開く ↗

ハードウェアオプション

このチュートリアルは Jetson Orin NX 16GB 上で再現されています。以下の Seeed Studio システムは、本ワークフローを実行するのに適した Jetson プラットフォームを提供します。reComputer Classic J5011 は、より大きな GPU とメモリ容量を備えており、実際の学習スループットは選択した電力モードと並列環境数に依存します。

reComputer Super J4012

NVIDIA Jetson Orin NX 16GB

今すぐ入手 🖱️

reComputer Classic J5011

NVIDIA Jetson AGX Orin 32GB

今すぐ入手 🖱️

章を選ぶ

カードをクリックして対応する章を開きます。Physical AI サイドバーに表示されるのはこのランディングページのみで、3 つの章はここからアクセスする専用ページとして構成されています。

01

環境をデプロイする

JetPack 7.2 を準備し、CUDA 対応の Python 環境を構築し、プロジェクトディレクトリ構成を理解し、GPU 学習を検証します。

章を開く ➜

02

公式モーションを学習して実行する

学習のスモークテストを実行し、PT チェックポイントを可視化し、公式のマルチポリシー ONNX デモを起動し、キーボードから操作します。

章を開く ➜

03

カスタムモーションを作成する

タスクテンプレートを選択し、モーションフェーズと報酬を定義し、新しいタスクを登録し、MuJoCo でテストし、学習して ONNX をエクスポートします。検証済みの例は、両脚支持の前後スプリットです。

章を開く ➜

再現できる内容

• Jetson Orin NX 上の CUDA 対応 Microduck 学習環境。
• 並列 MuJoCo 環境を用いた PPO 学習。
• ネイティブおよびブラウザベースのシミュレーション可視化。
• 歩行、立位、座る/立つ、物の拾い上げ、前転、キック、ローラー動作に対する公式 ONNX 推論。
• 片脚バランスデモの失敗例を置き換える、O でトリガーされる前後スプリットの学習済みポリシー。
• キーボードコマンド入力とライブでの挙動切り替え。
• 前後スプリットを検証済み例として用いた、フェーズベースのカスタムモーションを作成するための再利用可能なワークフロー。

デモアーキテクチャ

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

ヒント

最速で検証するには、環境をデプロイし、64 環境で 5 イテレーションのスモークテストを実行してから、公式の ONNX キーボードデモを起動してください。カスタムモーションの章はその後で完了できます。