Microduck nedir, nasıl eğitiliyor?

Aynı kamera ve ölçekle MuJoCo’da yan yana iki ördek: solda daha küçük, turuncu ayaklı Microduck, sağda daha büyük, sarı ayaklı Open Duck Mini v2

_{Aynı kamera, aynı ölçek, ayakta duruş pozu. Solda Microduck (~25 cm), sağda Open Duck Mini v2 (~42 cm). Bizim render’ımız. Microduck modeli: pollen-robotics/microduck_rl; 3B ağ dosyaları © Pollen Robotics, CC BY-NC-SA 4.0. Bu görsel de CC BY-NC-SA 4.0 lisanslıdır. Open Duck Mini v2 modeli: Open_Duck_Playground, Apache-2.0.}

Kısaca

Microduck, Hugging Face’e ait Pollen Robotics’in 27 Ağustos 2026’da duyurduğu iki ayaklı ördek robot (Pollen blog). Monte edilmiş geliyor, vergi ve kargo hariç 399 $. Yazılımı açık (Apache-2.0), donanımı kapalı. Davranışları, simülasyonda reinforcement learning (pekiştirmeli öğrenme) ile eğitilmiş küçük neural network’ler.

Ne yapıyor (iddia): kumandayla yürüme, oturup kalkma, tekme, gagayla küçük nesne alma, aksesuarla paten, düşünce kalkma, lazer noktası takibi.
Ne yapmıyor: konuşmuyor; ses tanıma, SLAM, navigasyon ve özerk kavrama henüz yok. Pollen bunları topluluk hedefi olarak tanımlıyor (The Register).
Ne zaman: mağazadaki güncel uyarıya göre mevcut ön siparişler Nisan 2027’den sonra gönderilecek. Türkiye satış bölgeleri arasında yok (Pollen mağazası).

Donanım

Bileşen	Değer
Boy, ağırlık	25 cm; mağazaya göre 780 g (diğer resmî sayfalar “800 g”, “800 g’dan az”)
Motorlar	15 adet Dynamixel XL330: 14’ü yürüme policy’sinde, 1’i gaga
İşlemci	Rockchip RK3566 (4× Cortex-A55), 1 GB RAM, 32 GB depolama, 0,8 TOPS NPU
Sensörler	geniş açılı kamera, 8×8 ToF derinlik sensörü, 2 IMU (gövde, kafa), mikrofon, hoparlör, 2 NFC anteni
Batarya	çıkarılabilir NP-F550, yaklaşık 1 saat
Taşıma	yaklaşık 100 g (Pollen’ın sözlü tahmini, resmî değer değil)

Kaynaklar: mağaza, policy-manifest.md, robotd-design.md, npu-bringup.md.

İlginç bir ayrıntı: NPU yürümek için kullanılmıyor. Policy’ler işlemcide ONNX Runtime ile saniyede 50 kez çalışıyor; NPU yalnızca kameradaki küçük bir “ördek dedektörünü” (YOLO11n, INT8) koşturuyor.

Yazılım: davranış = Hub’daki bir ONNX dosyası

Robotun içinde Rust ile yazılmış birkaç servis (daemon) çalışıyor. Motorlara yalnızca robotd dokunuyor; diğer her şey ona JSON-RPC ile niyet gönderiyor (architecture.md). Bir yürüme komutu tek satır:

{"jsonrpc":"2.0","method":"robot.move","params":{"vx":0.2,"vy":0.0,"vyaw":0.4}}

Her davranış, Hugging Face Hub’da duran bir ONNX policy dosyası (policy.onnx + manifest.json). Tüm policy’ler aynı sözleşmeyi kullanıyor: 61 sayı girer, 14 eklem hedefi çıkar, saniyede 50 kez. Bu sayede robot yürüme, kalkma ve numara policy’leri arasında anında geçiş yapabiliyor. Resmî policy’ler pollen-robotics/microduck-policies deposunda (Apache-2.0): yürüme, ayakta durma, oturup kalkma, yerden alma, sağ/sol tekme, takla, paten ve yürüme + düşünce kalkma (velstand).

Ayrı bir doküman sitesi ve PyPI’da Python SDK’sı yok. Asıl dokümanlar microduck/docs/ altındaki Markdown dosyaları; başlamak için en iyi kapı cheatsheet.md.

Nasıl eğitiliyor?

Kavramlar sayfasındaki her şey burada da geçerli: simülasyonda binlerce kopya, bir reward, PPO. Farklar araçlarda ve reward’da.

	Microduck (microduck_rl)
Simülatör	mjlab (MuJoCo Warp, GPU’da MuJoCo)
Algoritma	PPO (rsl_rl, PyTorch), 4.096 parallel environment
Süre	tek CUDA GPU’da kullanılabilir yürüyüş 1–2 saat (README)
Ağ	actor ve critic 512-256-128
Reward	imitation yok: hız takibi, dik durma, poz, adım başına havada kalma, kafa takibi; kayma, öz çarpışma, sarsıntı cezası
Motor modeli	XL330 için BAM M6: voltaj kontrol yasası, geri EMK, sürtünme
Randomization	kütle ×0,95–1,05, sürtünme 0,9–1,1, ağırlık merkezi ±8 mm’ye kadar, batarya voltajı, voltaj düşüşü, komut gecikmesi, itmeler
Backlash	her servoya ±1° backlash (dişli boşluğu), ayrı görev ikizleri

Kaynak: microduck_velocity_env_cfg.py, AGENTS.md.

İki karar öğrenen biri için özellikle değerli:

Imitation reward’ı bırakmışlar. Open Duck Mini v2 bir reference motion’ı taklit ederek öğreniyordu. Microduck yalnız görev reward’larıyla (task reward) öğreniyor. Takla görevinde anahtar kare taklidi denenmiş ve bırakılmış: ara noktalar verilince policy o noktalarda “takılıp kalıyormuş”. Bir poz görevi en baştan tek bir hedef veriyor; yolu bulmak RL’in işi.
Gerçekliği motor modeli taşıyor. Depo, bu ölçekte sim2real farkının büyük kısmının motordan geldiğini söylüyor; motor ideal bir denetleyici yerine voltaj yasasına kadar modelleniyor. Bu, bizim 3. bölümde gördüğümüzle aynı ders: Open Duck’ın simdeki motor sınırı katalog değerinin ~%70 üstünde ve sınırı kataloğa indirmek tek başına mesafeyi yarıya indiriyor.

Open Duck Mini v2 ile farkı

Pollen resmî olarak “Open Duck Mini’den türedi” demiyor. Ama 14 eklem aynı adlarla ve aynı sırayla duruyor, araç zinciri aynı (Onshape → onshape-to-robot → MJCF, BAM, 50 Hz, ONNX) ve eğitim kodunun en çok katkı veren yazarı Open Duck Mini’nin yaratıcısı Antoine Pirrone. Doğru çerçeve: aynı ekipten, aynı fikirle, ayrı bir ticari ürün.

	Open Duck Mini v2 (bu sitedeki ördek)	Microduck
Boy, ağırlık	~42 cm	25 cm, ~780–800 g
Servo	Feetech STS3215	Dynamixel XL330
Bilgisayar	Raspberry Pi Zero 2W, Python	RK3566, Rust
Simülasyon + RL	MuJoCo Playground (MJX/JAX) + Brax PPO	mjlab (MuJoCo Warp) + rsl_rl PPO
Reward	Disney BDX tarzı imitation + tracking	imitation yok, task reward’lar + curriculum
Motor modeli	BAM değerleri sabit kp/sönüm/sürtünmeye aktarılmış	BAM M6 simülasyon döngüsünün içinde
Donanım	açık (CAD, BOM, Apache-2.0)	kapalı; ağ dosyaları CC BY-NC-SA

Mac’te ne yapabilirsin?

Resmî yığın Mac’i çalıştırmak ve değerlendirmek için destekliyor, eğitmek için desteklemiyor (mjlab).

Basamak	Ne	Resmî mi?	Not
0. Tarayıcı	Gerçek policy’leri microduck-simulator Space’inde sür	evet	kurulum yok; MuJoCo tarayıcıda (WebAssembly)
1. `infer_policy.py`	Bir ONNX policy’yi işlemcide MuJoCo + BAM ile klavyeden sür	evet	`--no-bam` ile basit motora geç, farkı gör; Mac’te `uv sync` resmî olarak test edilmemiş
2. `duck-sim`	Robotun gerçek Rust yazılımını simüle gövdeye karşı çalıştır	evet, macOS desteği var	Rust, `mjpython`; kamera için Homebrew GStreamer
3. Eğitim	Kendi policy’ni eğit	yalnız CUDA GPU ya da ücretli `--hf-jobs`	Mac CPU için topluluk portları var, doğrulanmadı

# Basamak 1 (denemedik; komutlar microduck_rl README'sinden)
git clone https://github.com/pollen-robotics/microduck_rl ~/Pollen/microduck_rl
cd ~/Pollen/microduck_rl
uv run scripts/infer_policy.py --walking <policy>.onnx   # kıyas için: --no-bam

Mac CPU’da eğitmek istersen topluluk portları: microduck-lab (CPU MuJoCo + Stable-Baselines3), microduck-rl-torch (PyTorch, Apple MPS), microduck-mjbatch (toplu CPU MuJoCo), microdux (JAX/MJX). JAX yolunu seçersen bizim karşılaştığımız tuzak geçerli: jax-metal Cholesky’yi derleyemiyor, JAX’in CPU arka ucunu kullan.

Bir başka not: Microduck Arena’sı Mac’teki sonuçların sunucudakinden farklı çıkacağını açıkça söylüyor; servo modeli birkaç saniyelik simülasyondan sonra ıraksayacak kadar kaotik (microduck-arena).

Dikkat: çelişen bilgiler

Konu	Ne deniyor	Bizim okumamız
Teslimat	blog: “Noel 2026’dan önce” · 24 Ekim basın: 4–6 ay · mağaza: “Nisan 2027’den sonra”	en güncel olan mağaza uyarısı
Ağırlık	780 g / 800 g / “800 g’dan az”	780 g en spesifik resmî değer
Servo	resmî depolar XL330 · bir satıcı “Microduck için” Feetech HD-1910 satıyor	HD-1910 klonlarda; STS3215 Open Duck’ın
Taşıma	~100 g · bazı sitelerde “800 g”	800 g robotun kendi ağırlığı
“Açık kaynak”	ürün başlığı “open-source biped” · basın kiti: yalnız yazılım	donanım kapalı
Eğitim çerçevesi	resmî depo mjlab · bazı basın Isaac Lab / Newton	resmî hat mjlab
GTC sahnesi	TechCrunch kusursuz anlatıyor · Reuters, CNBC: bazı ördekler düştü, komutları kaçırdı	birden çok kaynak aksaklık bildiriyor

Ayrıntılı, kaynaklı rapor: araştırma notlarımızdan derlendi (27 Ekim 2026). Bir şeyi yanlış ya da eskimiş bulursan issue aç.