Microduck RL no Jetson
Esta demonstração constrói um fluxo de trabalho completo de aprendizado de robô para o Microduck em um Seeed reComputer com NVIDIA Jetson Orin NX 16GB. Ela abrange a implantação do ambiente com GPU, treinamento PPO com MuJoCo, visualização de checkpoints locais, inferência controlada por teclado com políticas ONNX oficiais e personalizadas, e o desenvolvimento de novos movimentos personalizados.
A plataforma de referência validada usa JetPack 7.2, Ubuntu 24.04, CUDA 13.2, Python 3.12 e MuJoCo 3.10. Este tutorial é baseado no repositório jjjadand/microduck_rl, que contém o código-fonte, script de implantação, políticas ONNX oficiais e checkpoints treinados no Jetson usados em todo o guia.
Opções de hardware
O tutorial foi reproduzido no Jetson Orin NX 16GB. Os seguintes sistemas da Seeed Studio fornecem plataformas Jetson adequadas para seguir o fluxo de trabalho. O reComputer Classic J5011 oferece capacidade adicional de GPU e memória, enquanto a taxa exata de treinamento depende do modo de energia selecionado e do número de ambientes paralelos.
Escolha um capítulo
Clique em um cartão para abrir o capítulo correspondente. Apenas esta página inicial é listada na barra lateral de Physical AI; os três capítulos permanecem páginas focadas acessadas a partir daqui.
O que você irá reproduzir
- Um ambiente de treinamento do Microduck com suporte a CUDA no Jetson Orin NX.
- Treinamento PPO com ambientes MuJoCo paralelos.
- Visualização de simulação nativa e baseada em navegador.
- Inferência ONNX oficial para movimentos de caminhada, ficar em pé, sentar/levantar, pegar do chão, rolamento, chutar e rolar.
- Uma política treinada de espacate frente-trás acionada com
O, substituindo a demonstração malsucedida de equilíbrio em uma perna. - Entrada de comandos pelo teclado e troca de comportamento em tempo real.
- Um fluxo de trabalho reutilizável para criar um movimento personalizado baseado em fases, usando o espacate frente-trás como exemplo validado.
Arquitetura da demonstração
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
Para a validação mais rápida, faça o deploy do ambiente, execute o teste rápido de fumaça de 64 ambientes e cinco iterações e, em seguida, inicie a demo oficial de teclado ONNX. Você pode concluir o capítulo de movimento personalizado depois.