一只机器鸭子，用 Rust 写了个“大脑”：拆解 Hugging Face 爆款机器人 Microduck
内容提要
Microduck是Hugging Face旗下Pollen Robotics推出的25厘米高、800克重双足机器人，售价399美元。其控制系统用Rust手写，七个守护进程通过Unix Socket上的JSON-RPC通信，确保可靠性与安全性。运动能力通过MuJoCo仿真中PPO强化学习训练，涵盖走路、起身、踢球等行为，并采用sim2real流程部署。文章详述了其软件架构、训练流程及Rust在嵌入式系统中的应用价值。
延伸解读
为什么选择 Unix Socket 而非 TCP？
Microduck 的七个守护进程通过 Unix Socket 上的 JSON-RPC 通信，而非 TCP。文章指出，Unix Socket 的文件系统权限天然提供访问控制，一个 0660 权限的 socket 只有被允许的进程能访问，而 TCP 端口默认对所有进程开放，需要额外鉴权。此外，SO_PEERCRED 可获取调用方 uid/gid/pid，用于审计和权限判断。更重要的是，Unix Socket 避免了“监听错误网卡”这类配置错误，防止将控制权限暴露到公网。
sim2real 中的电机建模与齿轮间隙
文章强调，Microduck 的强化学习训练在仿真中精细建模了电机物理特性，包括电压控制律、反电动势、摩擦等，并针对电池电压、指令延迟等进行域随机化。特别地，每个任务都有带齿轮间隙的孪生版本，通过在仿真中串联 ±1° 的间隙，模拟真实编码器位于间隙下游的情况。这种设计增加了仿真复杂度，但保持了观测和动作维度不变，使得 ONNX 导出和真机运行时代码无需改动，体现了“仿真复杂度增加，部署接口稳定”的工程思路。
Rust 在嵌入式机器人中的优势
文章指出，Microduck 选择 Rust 作为控制系统语言，原因包括：在资源有限的 RK3566 上运行 50 Hz 实时控制环，内存安全和无 GC 停顿是硬指标；tokio 异步生态适合管理多个异步 IO 与 CPU 密集任务；类型系统在编译期防止内存错误。此外，团队仅用 30 个依赖就实现了跨蓝牙、WebRTC、Unix Socket 的通信协议，避免了大型框架的依赖负担，展示了 Rust 在严肃系统编程中的价值。
Q&A
Microduck是什么？它的主要特点有哪些？
Microduck是Hugging Face旗下Pollen Robotics推出的双足机器人，高25厘米，重约800克，有15个舵机、摄像头、深度传感器和两颗IMU，售价399美元。它能走路、坐下、蹲下、摔倒后自己站起来，甚至能轮滑。
Microduck的控制系统是用什么语言写的？为什么选择这种语言？
Microduck的控制系统完全用Rust编写，不依赖任何框架。选择Rust是因为它内存安全、无GC停顿，适合嵌入式实时控制；tokio异步生态适合管理多个IO；类型系统能在编译期防止错误，保证系统安全可靠。
Microduck的七个守护进程分别负责什么？
七个守护进程包括：robotd（电机控制、运动学、安全）、configd（WiFi配置、身份）、updaterd（系统更新和回滚）、btd（蓝牙透传）、padd（手柄输入）、mediad（摄像头、音频、WebRTC）、tofd（深度传感器）。它们通过Unix Socket上的JSON-RPC通信。
Microduck是如何通过强化学习学会走路的？
Microduck在MuJoCo仿真中使用PPO算法训练强化学习策略，训练频率为50Hz，导出为ONNX格式后部署到真实机器人。训练中精细建模了电机电压控制律、齿轮间隙等，并使用域随机化缩小仿真与现实的差距。
Microduck的sim2real流程中如何处理齿轮间隙？
在仿真中为14个舵机关节串联±1°的齿轮间隙，建模为passive__backlash铰链，观测和动作维度不变，因此ONNX导出和真机运行时代码无需改动。
Microduck为什么选择Unix Socket上的JSON-RPC而不是其他通信协议？
因为Unix Socket文件系统权限可提供访问控制，SO_PEERCRED能获取调用方信息用于审计和权限判断，且避免了TCP监听错误网卡的风险。同时，serde结构体可复用于BLE和WebRTC，而D-Bus类型系统不支持。
Microduck的系统更新机制是怎样的？如何保证不会变砖？
系统更新采用整体替换方式，新版本放在独立目录，updaterd校验签名后切换符号链接并重启服务，然后询问robotd健康状态，若不健康则自动回滚。还有启动计数器兜底，防止重启死循环。
Microduck的强化学习策略如何实现热切换？
所有策略共享统一的61维观测接口，包括48维本体感知和速度、头部姿态、身体姿态指令。因此走路、起身、踢球等策略可以在运行时通过同一接口互相切换，互不冲突。
