基于强化学习的低成本微型四足机器人

开发者开源了一个名为 microduck 的微型四足机器人项目。该项目使用 SAC 算法进行训练，借助 PyBullet、Gymnasium 和 Stable-Baselines3 搭建仿真环境，实现了直线行走、后退、转向和跳跃等动作。在硬件上，它采用低成本的 9g 舵机方案，全机共 10 个舵机，单腿 5 个自由度，单腿长约 55 mm，机身重约 250 g，并搭配 BNO085 传感器获取姿态数据。目前项目正处于从仿真向实体过渡的阶段，部分代码由 AI 辅助生成，验证了低成本硬件与强化学习结合开发具身智能的可行性。