Microduck 复刻 30 天冲刺复盘：Day 9，外壳装好了，舵机开始到货了，步态还在训

Meta Description: Microduck 复刻项目 30 天冲刺进行到第 9 天——首版外壳到货并完成整机骨架装配、飞特 HL-2915 舵机先行到货、expE 步态重训 50k 迭代进行中。一篇 Build in Public 进度记录。

30 天冲刺跑到第 9 天，说几个好消息。

首版 3D 打印外壳到货了，已经装成了整机骨架。飞特 HL-2915-C001 先到了两只——换装路线的前哨兵。expE 步态重训正在跑 50k 迭代，目标是让”步态奖励可见”。

这不是进度吹水。每个数字都有来源，每笔钱都记了账，每个阶段都标了完成度。下面按阶段拆。

首版外壳：从 47 个 STL 到整机骨架

这是复刻项目从”文件”到”实物”的第一步。

Pollen Robotics 官方开源了 47 个 STL 文件，反推完装配关系后，打了首版 30 种共 41 个零件，PLA 加 TPU，代打花了 ¥99。09-13 那天，整机骨架装配完成。

说”骨架”不是谦虚——这个阶段装起来的是结构件，舵机还没上。外壳的配合精度需要孔径测试片定标后才能确认，这是接下来 7 天的头等大事（T-01：打印孔径测试片，回填公差补偿决定）。

不过骨架能装起来本身就说明了一件事：STL 反推阶段的装配逻辑是对的。七张装配图、CAD 装配体、14 关节参数、M2 紧固件系统、轴承规格，14 批推进全部收口——这些纸面工作没有白做。

舵机到货：国产替代路线的第一步

飞特 HL-1910-C001 ×15 是复刻的主要执行器，替代官方 XL330-M288，实付 ¥1,500。还在路上。

但先到了两只 HL-2915-C001。

HL-2915 是飞特的高端型号，设计上用在了 Microduck 的换装路线。先到两只意味着台架实验可以提前开练了——不需要等全部 15 只到齐，两只就能做 BAM 执行器辨识的台架六课中的前 3 课：

PING — 确认舵机在线、协议通
遥测流 — 读寄存器、看数据波动范围
闭环小步幅 — 给一个小目标角度，看跟踪误差

BAM（Better Actuator Models）是 Rhoban 实验室的开源工具，2025 年发在 ICRA 上。它把舵机建模从”给个阻尼系数完事”升级到六阶段辨识：电机参数（M1）、粘性摩擦（M2）、库仑摩擦（M3）、静摩擦（M4）、反向间隙（M5）、弹性变形（M6）。

两只 HL-2915 到了，台架就能搭起来做 M1-M2 的单摆实验。数据采集完，M1-M6 全流程拟合，再把拟合参数写入 MuJoCo 仿真——这样训练出来的策略在真机上才不会抖。

BAM 是 sim2real 里最绕不开的环节。官方 XL330 的 BAM 参数已经公开在 microduck_rl 仓库里，但换了飞特 HL 系列后，参数全变了。官方 9 个 ONNX 策略绑定的是 XL330 的动力学，只能降级为参考，行走策略必须基于新参数自训。

expE 步态重训：50k 迭代，让步态奖励”可见”

仿真里的步态训练是复刻项目里进度最不确定的一块。

之前的三轮实验轨迹很清晰：

expC：跑满了 2198/2199 迭代，验证了训练链路的稳定性
expD：512 并行环境续训，ep_len 从 315 爬到 744，站稳了但步态没成型
expE：换打法，让步态奖励”可见”，50k 迭代重训中

“让步态奖励可见”是什么意思？

在 rsl_rl 的 PPO 实现里，奖励函数由多个分量加权求和。常见的问题不是奖励不够高，而是某些分量的梯度淹没了其他分量——比如”保持直立”的奖励占 90%，”向前移动”的奖励只有 10%，网络学会了站着不动但站得稳，走不了一步。

expE 的打法是调整奖励分量权重，让步态的激励信号在梯度里更明显。具体来说：提高速度追踪项的比例，降低姿态惩罚项的门槛——允许鸭子稍微晃一下，但要往前走。

50k 迭代在 512 并行环境下的训练时间大约是 2-3 小时（一块 RTX 4090）。这个阶段的目标不是训出最终步态，而是验证奖励函数调优方向对不对——如果 ep_len 和 reward 曲线能反映出步态周期（左右腿交替），就说明方向对了。

所有实验记录开源在 microduck-replica/rl-series/experiments，包括每轮的假设、配置和曲线截图。

电控设计：最接近瓶颈的阶段

复刻的进度瓶颈不在结构件，不在采购，在电控。

官方 Robot HAT 已开源、可直接打样，但版本选择和成本还没定。imu_to_dxl 自绘板设计包就绪，固件协议测试 6/6 通过，但板子还没画。

最核心的挑战是：换了执行器之后，电控方案必须重验证。

官方用 XL330 时，半双工 TTL 总线工作在 1 Mbps，imu_to_dxl v2 作为 id 200 挂在总线上。飞特 HL 系列虽然也用 TTL 半双工，但协议时序有差异——HL 的响应延迟、寄存器映射、甚至同步读的包格式都可能不同。

这就是为什么 T-02 和 T-03 排进了接下来 7 天的计划：

T-02：imu_to_dxl 画板 → 打样 → 自测
T-03：决定 Robot HAT 是否打样

电控方案不确定，整机联调就推不动。

采购与成本追踪

到今天为止实付三笔，共 ¥1,898：

飞特 HL-1910-C001 ×15：¥1,500（全场大头，已付）
Radxa ZERO 3W：¥299（比 BOM 估价 ¥237 略高，但官方拆解验证通过）
外壳代打：¥99（按重计价，TPU 软件补打另计）

其余仍在 BOM 估价阶段：电子件约 ¥320-370（ToF ¥70、相机 ¥32.8、电池 ¥72、打样 ¥55-100），机械件约 ¥260-350（轴承 ¥40、M2 套装 ¥81、耗材 ¥140-230）。

和官方整机 $399 的定价比，国产替代方案的 BOM 总估价在 ¥2,700 左右——约 $380，不算自己 3D 打印的机器和时间成本的话，基本持平。但区别在于：官方买来直接能走，复刻版要自己调通策略。

风险台账更新

冲刺跑了 9 天，三个风险点越来越明确：

1. 换执行器 = 策略自训，这是最大的时间消耗。

官方 9 个 ONNX 策略全部绑定 XL330 的 BAM 参数。换了飞特 HL 系列后，行走策略只能自训。单摆台架 → 数据采集 → M1-M6 拟合 → 移植仿真 → 训练 → 验证，每个环节都需要时间。两只 HL-2915 到了可以先开台架，但 15 只 HL-1910 没到齐前，批量训练的参数不够。

2. 仿真 STL ≠ 工程件，公差定标不可跳过。

首版骨架装起来了，但孔径补偿没确定前，41 件批量打印有整批报废风险。测试片是 7 天内的头等大事（T-01）。

3. 供电冲突还没闭环。

舵机 2S 直供（约 7.4V）和逻辑 5V 的路径还没最终敲定。上电前必须搞定，不然一开机就烧板子。

30 天冲刺进度条

综合进度约 40%（站长自估）：

逆向反推：100% ✓（09-02 完成）
电控设计：◐ 进行中（imu_to_dxl 待画板，HAT 待决定）
打印与定标：◐ 首版装配 ✓，但公差补偿待定
RL 训练：◐ expE 50k 进行中
采购到货：◐ HL-2915×2 ✓，余在途
联调装配：骨架 ✓，待电控
整机行走：目标 10 月初（D26-27）

最后的目标：D26-27 鸭子走出第一步。还有 18 天。

数据来源：duck.whatled.com 复刻进度站、pollen-robotics/microduck 官方仓库、pollen-robotics/microduck_rl 训练仓库、pollen-robotics.com/microduck 官方产品页。BAM 技术细节参考 Rhoban Lab 2025 ICRA 论文及 bam 仓库。