P.S. 无意间发现了一个巨牛的人工智能教程，非常通俗易懂，对AI感兴趣的朋友强烈推荐去看看， 传送门https://blog.csdn.net/H1727548

前言

先说结论：有人把一只 25 厘米高、800 克重的鸭子做成了会自己走路的机器人。不是那种公园里追着你屁股跑的玩具鸭，是正经八百带芯片、跑神经网络、还能跟你踢球的狠角色。鸭子上岗，足球运动员的失业警报已经拉响。

而且它比你自律：你摔一跤要躺半小时刷手机，它摔一跤，自己爬起来继续走，连句"哎呀"都不喊。

1. 硬件：轻是轻，五脏俱全

核心是一块 Rockchip RK3566 芯片，整机压在 800 克以内，高度 25 厘米左右。什么概念？比你家路由器还轻。但你路由器不会走路，它会；你路由器生气只会重启，它生气……它不会生气，因为它是鸭子。

1.1 一块芯片扛起整个家

除了运动控制，这芯片还兼任无线电通信管理、相机数据处理、软件更新管理。活多到可以直接评年度最佳打工人——人家一个芯片干四个部门的活，你一个人开三四个项目群就喊忙，对比一下，脸红不？

1.2 50Hz 的"心跳"

系统跑在 50Hz 的高频控制循环上，每个控制周期，嵌入式神经网络策略要被调用一次，负责协调整整 15 个舵机。15 个舵机是什么概念？你家门锁可能只有一个电机，人家一只鸭子有 15 个关节在同时演戏。而且演的是平衡木项目，掉下来是要挨摔的。

2. 训练：让鸭子在电脑里先摔一万次

鸭子的"大脑"不是现场手调出来的，是在一个叫 microduck_rl 的独立项目里离线训练出来的。谁要是敢在现场一点点调平衡参数，我敬他是条汉子——多半调完天都黑了，鸭子还在地上扑腾。

2.1 MuJoCo + PPO：虚拟鸭子的健身房

训练环境用 MuJoCo 物理模拟引擎，算法是 PPO。简单说，就是让虚拟鸭子先在家里摔上一万次，摔到它自己悟出"别摔"的道理。比教孩子学走路温柔多了——孩子摔了你要哄半天，虚拟鸭子摔了，你直接再跑一轮训练，还不用赔医药费。

2.2 域随机化：考试前先开地狱难度

为了缩小模拟和现实的差距，项目用了域随机化：物理参数、传感器噪声、执行器延迟，全部随机来。相当于考试前把所有题的难度都调成地狱模式，上了考场发现全是送分题。这就是传说中的"模拟时多吃苦，真机少流泪"。

2.3 ONNX：研发和嵌入式互不背锅

训练完，模型导出成标准 ONNX 格式，直接扔给 RK3566 上的推理引擎加载。研发和部署彻底解耦：算法工程师在电脑上把鸭子训好，嵌入式工程师只管加载。谁出问题查谁，谁也不背谁的锅，这才是理想的职场关系。

3. 架构：一群 Rust 进程在过家家

整个系统用 Rust 开发，坚持无框架依赖，基于单一 Cargo Workspace 构建。选 Rust 的理由很实在：内存安全、跑得快，适合嵌入式这种"崩一下可能就要去河里捞鸭子"的场景。

3.1 六个进程伺候一只鸭子

系统被拆成一群职责单一的守护进程：

robotd    # 底层控制
updaterd  # 固件更新
configd   # 配置管理
btd       # 蓝牙通信
padd      # 手柄输入
mediad    # 媒体处理

看看这排场，一个鸭子，六个进程伺候。搁古代这是皇鸭待遇。做鸭做到这个份上，也算是光宗耀祖了。

3.2 崩了一个，其他照样转

微服务化的好处是故障隔离得干净：哪个进程挂了，其他的还能继续转，顶多少一个功能。比某些一崩全崩的单体应用强多了——咱们有些人的项目，一个接口超时，整个服务全家陪葬，连日志都跟着殉情。

4. 通信：一个 JSON-RPC 走天下

进程间通信全部走 Unix 套接字上的单一 JSON-RPC 契约。不管是本地控制台、游戏手柄应用还是自动化脚本，发来的调用格式完全一样。

4.1 接口统一，摸鱼理由 -1

这个设计最大的好处是：开发者只需要学一种接口，就能遥控鸭子的一切。坏处也很明显：大家终于没有借口说"接口不统一导致联调三天"了。多少程序员靠这句话摸过鱼，鸭子一出手，直接把这门手艺做没了。

4.2 50Hz 下的性能焦虑

难点在性能：50Hz 的控制循环下，JSON 序列化和 Socket 读写不能拖后腿。常规解法是预分配缓冲区 + 高性能序列化库。说白了，鸭子转个身，你要是卡顿 100 毫秒，它已经在原地劈了个叉。一只鸭子都这么卷实时性，你打游戏 40ms 延迟就骂服务器，凭什么鸭子不能骂你？

5. 玩法：手柄、语音、还有现场直播

除了神经网络自动跑，你还真能上手玩。

5.1 手动模式：鸭子也能踢球

用手柄可以驱动鸭子走路、抓取物体、踢球、坐下、自动站起来。坐下，站起来，坐下，站起来。一套操作下来，鸭子的膝盖比大多数上班族的颈椎健康。建议颈椎不好的同学跟它学学，一天站起来十几次，保证比你在工位上久坐强。

5.2 蓝牙无头控制

远程控制也考虑到了：笔记本通过蓝牙连鸭子，用 duckctl 工具，不需要 Wi-Fi 也不用 SSH，就能无头控制。无头控制是什么体验？就是你闭着眼都能指挥它，比某些人闭着眼乱指挥团队还靠谱。

5.3 没有鸭子也能调

更狠的是：没有真鸭子也能调试。用 MuJoCo 跑真实的守护进程栈，端到端调试。也就是说，就算你的鸭子还在物流路上，你已经在电脑里让它走完了一百遍 T 台。别人是云撸猫，你是云遛鸭。

6. 升级：鸭子最怕变成砖

嵌入式系统最怕什么？更新到一半挂了，直接变砖。一块砖头是不会走路的，你会失去一只鸭子，得到一个价值不菲的摆件——而且它长得还不好看。

这个项目支持安装、回滚、版本固定。每次更新包都要过签名验证，确保完整和来源可信。更新完还要跑健康检查，新版本启动自检通过才正式生效。

翻译成人话：鸭子先自己试穿新衣服，觉得合身才出门，不合身就退回旧衣服。这种谨慎程度，建议某些发布直接上生产环境的团队好好学一学。人家一只鸭子都懂得灰度发布，你一个系统敢全量上线，谁的胆子大，一目了然。

7. 文档：开源项目的门面

作为开源项目，它提供了 Cheat Sheet、贡献指南和设计文档。重点是 docs/design/ 记录设计决策背后的 Why，docs/project/ 列出已知问题和解决方案。

这年头，能写清楚"为什么这么干"的文档，比能写清楚代码的人还稀有。很多项目是代码能跑、文档靠猜、新人来了全靠考古。建议各家开源项目学一下，别让新人进组第一件事就是对着代码库玩侦探游戏。

8. 反思：鸭子的烦恼

项目虽成熟，但在 RK3566 上同时跑神经网络推理、WebRTC 视频流和 50Hz 控制循环，实时性和资源竞争依旧是老大难。

未来的方向：优化 ONNX 推理算子适配 NPU 或 CPU；WebRTC 编码器用更低开销的预设；JSON-RPC 在高频控制路径上的开销，可以考虑二进制编码或连接池。

翻译一下：鸭子已经够努力了，但人类还想让它更卷。一只鸭子都要优化到极致了，想想自己电脑里那几百个没关的 Chrome 标签页，它不卡谁卡？

9. 总结

这只鸭子通过 Rust 守护进程架构、MuJoCo-PPO 训练管线、JSON-RPC 通信机制，把强化学习策略实打实落到了嵌入式硬件上。开源、文档全、工程范式可复制，作为参考实现非常能打。

最后说一句：连鸭子都在用强化学习学会走路了，你还在靠条件反射活着。建议反思，但别太难过——毕竟鸭子 24 小时都在训练，而你连健身卡都只去过两次。

P.S. 无意间发现了一个巨牛的人工智能教程，非常通俗易懂，对AI感兴趣的朋友强烈推荐去看看，传送门https://blog.csdn.net/H1727548