待验证50% 置信事实精确时间

MicroDuck的行走、摔倒起立和拾取动作基于强化学习，在仿真环境训练后通过领域随机化迁移到真机，底层软件全部用Rust编写并支持固件自动回滚

1

来源数

50%

置信度

长期有效

时效性

2026/9/10

首次发现

来源

DeepSeek首个视觉模型开源，多模态Agent门槛骤降

涉及实体

MicroDuckproduct Rusttechnology 强化学习concept

相关事实

待验证Microduck 专为 sim-to-real（仿真到现实）强化学习设计76% 相似待验证Microduck 出厂即搭载 7 种预训练行为73% 相似待验证四足机器人的自我恢复能力来自强化学习的sim-to-real训练范式，通过在仿真环境中摔倒数百万次学习平衡策略64% 相似待验证域随机化（Domain Randomization）和系统辨识等技术在2016-2020年出现，大幅缩小了仿真与现实的差距，DeepMind、OpenAI等机构成功将仿真训练策略迁移到真实硬件63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/890131

API

curl https://kongchang.com/api/v1/knowledge/claims/890131

MCP

get_claim(id=890131)