“拆一只开源鸭子”系列：（一）硬件、软件和部署 · （二）训练原理 · （三）仿真里鸭子为什么不走路 · （四）自己训一遍
这一篇记录我在本地把 Microduck 的仿真（simulation）跑起来、发现鸭子不走路、再一步步查出原因的过程。仿真用的是机器人上的同一套守护进程（daemon），见第一篇《硬件、软件和部署》；文中说到的 velstand、BAM 舵机（servo）模型和背隙（backlash），第二篇《训练原理》里有解释。
仿真怎么搭的
robotd --sim 把舵机总线（bus）换成一个 TCP 连接，另一头是 MuJoCo 进程（body_server）。控制循环（control loop）、策略（policy）、安全层、IPC 都是机器人上的同一份代码，它分不清对面是真身体还是仿真。
我的机器是 Intel Mac，踩了几个环境坑：
- Rust 要 ≥ 1.89，用
rustup toolchain install 1.94单独装一个，不动默认工具链。 - microduck_rl 锁定的 torch 2.9.1 没有 Intel Mac 的包，
uv sync装不上。好在body_server只依赖mujoco和numpy，单独建一个环境就行：mujoco==3.10.0（还有 Intel Mac 包的最新版）加onnxruntime。 - macOS 的 Unix socket 路径上限约 104 字符，状态目录别放太深，用默认的
~/.cache/duck-sim。 - 查看器要用
mjpython启动；挪过虚拟环境的话，记得改它的 shebang。
现象和排查
仿真起来后一切正常：1.00 倍实时，控制循环 50 Hz，鸭子能从坐姿站起来，头会东张西望。但发 0.15 m/s 的前进指令，8 秒只挪了 1 cm 左右。robotctl monitor 显示指令已经生效，腿却几乎不动。
我先怀疑是执行器（actuator）模型：训练用 BAM，而 body_server 只用 MJCF 里的简化位置执行器。装上 BAM（要用 uv.lock 锁定的 62bd8ce，分支最新的提交改了接口）、用官方参考脚本跑，鸭子照样不动，这个猜测就排除了。
真正的线索在策略集的 manifest.json 里：负责行走的是 velstand.onnx，而 duck-sim 脚本把行走槽写死成了旧的 alpha_walking.onnx。再加上 velstand 是在带背隙的模型上训练的，body_server 默认的 scene.xml 却不带背隙。
对照实验
| # | 运行方式（runner） | 策略（policy） | 执行器（actuator） | 场景（scene） | 结果（result，指令 0.15 m/s） |
|---|---|---|---|---|---|
| 1 | robotd + body_server | alpha_walking | 简化位置执行器 | scene.xml | 不走（8 s 约 1 cm） |
| 2 | 官方 infer_policy.py | alpha_walking | BAM | scene.xml | 不走（0.00 m/s） |
| 3 | 官方 infer_policy.py | velstand | BAM | scene_backlash.xml | 走，约 0.07 m/s |
| 4 | 官方 infer_policy.py | velstand | 简化位置执行器 | scene_backlash.xml | 走，约 0.08–0.09 m/s |
| 5 | robotd + body_server | velstand | 简化位置执行器 | scene.xml | 不走（10 s 5 mm） |
| 6 | robotd + body_server | velstand | 简化位置执行器 | scene_backlash.xml | 走，10 s 0.763 m |
实验 2 和 4 说明 BAM 不是关键，实验 5 和 6 说明 velstand 需要带背隙的场景。改两处就好：
- walk = "$POLICIES/alpha_walking.onnx"
- stand = "$POLICIES/alpha_stand.onnx"
+ walk = "$POLICIES/velstand.onnx"
RL=<microduck_rl 的路径>
DUCK_SIM_SCENE=$RL/src/mjlab_microduck/robot/microduck/scene_backlash.xml \
scripts/duck-sim
走起来以后，实际速度只有指令的一半左右（0.07~0.09 m/s）。我一开始以为是自己哪里还没配对，后来在官方基准里看到 0.4 m/s 也只能走到 0.17 m/s。看起来速度跟踪不足是策略本身的短板，不是配置问题。
上游已经有人报告了同样的问题（issue #498），修复的 PR #500 也做了这两处改动，写这篇的时候还没合并。
后来我自己从头训练了一遍走路策略和 velstand，还修了慢速不走的问题，见第四篇《自己训一遍》。
请我喝杯咖啡
