训练任务清单

uv run list-envs 会打印当前生效的任务注册表——以它的输出为准，下面这张表是整理版。

标注 flat/rough 的任务有平地和崎岖两个变体。

每个任务的单独页面

下面是速查表。每个任务的训练要点、难点和适用场景，各有单独页面：

任务	说明
Velocity	主任务，速度指令行走。第一个该训的
VelStand	行走 + 跌倒恢复合训
StandUp	从面朝下/上/坐姿站起
SitStand	指令控制的坐 ↔ 站
GroundPick	下蹲用嘴尖触地
BallKick	踢球，策略看不到球
Roulade	前滚翻
Rollers	轮滑速度跟踪，roller 模式主任务
Swizzle	对称葫芦步
RollerCrouch	滑行中下蹲
RollerSlope	斜坡滑降
RollerStandUp	从地面站上轮子
Spin	原地旋转

行走与站立

任务 id	地形	说明
Mjlab-Velocity-{Flat,Rough}-MicroDuck	平地 / 崎岖	主任务：速度指令行走 + 头部姿态指令
Mjlab-VelStand-{Flat,Rough}-MicroDuck	平地 / 崎岖	行走 + 跌倒恢复，合在一个策略里
Mjlab-StandUp-{Flat,Rough}-MicroDuck	平地 / 崎岖	从面朝下 / 面朝上 / 坐姿站起，然后保持站立 + 体位控制
Mjlab-SitStand-{Flat,Rough}-MicroDuck	平地 / 崎岖	指令控制的坐下 ↔ 站起，动作柔和，头部可控

第一次训练从 Mjlab-Velocity-Flat-MicroDuck 开始。

技能动作

任务 id	地形	说明
Mjlab-GroundPick-{Flat,Rough}-MicroDuck	平地 / 崎岖	下蹲并用嘴尖触地，然后回到站立
Mjlab-BallKick-Flat-MicroDuck	平地	把一个 70 mm / 15 g 的球向前踢出（actor 看不到球）
Mjlab-Roulade-Flat-MicroDuck	平地	向前翻越头部滚一圈，落回双脚

BallKick 那个“actor 看不到球”值得注意：策略并不观测球的位置，靠的是动作本身的可重复性。

轮滑（roller）

给鸭子脚下装上被动轮之后的一整套任务：

任务 id	地形	说明
Mjlab-Velocity-Flat-MicroDuck-Rollers	平地	轮滑速度跟踪
Mjlab-Velocity-Swizzle-MicroDuck	平地	经典的对称葫芦步滑行
Mjlab-RollerCrouch-Flat-MicroDuck	平地	滑行中下蹲
Mjlab-RollerSlope-Flat-MicroDuck	斜坡	沿斜坡滑降
Mjlab-RollerStandUp-Flat-MicroDuck	平地	从地面站起到轮子上
Mjlab-Spin-Flat-MicroDuck	平地	原地快速旋转

Backlash 变体：齿隙建模

每一个主任务都有一个 Backlash 双胞胎，在一个带齿轮间隙的模型上训练：14 个舵机关节各串联 ±1°（总计 2°）的齿隙。

用法是在任务 id 里 MicroDuck 前面插入 -Backlash：

Mjlab-Velocity-Flat-Backlash-MicroDuck

这个建模方式对 sim2real 很关键，官方实现里有三个细节：

1. 每个舵机获得一个非驱动的 passive_<joint>_backlash 铰链。
2. 因为真实编码器装在齿隙的输出侧，固件的 PD 模拟（BacklashEncoderBamActuator）和 joint_pos / joint_vel 观测都透过齿隙读取，即 qpos[servo] + qpos[backlash]。
3. 观测维度和动作维度都不变，所以 ONNX 导出和机上运行时不需要任何改动。

实现见仓库里的 src/mjlab_microduck/tasks/backlash.py。

执行器模型

所有任务都使用 BAM 的 M6 执行器模型来模拟 Dynamixel XL330：电压控制律、反电动势、库仑/Stribeck/负载相关摩擦。

在此之上做逐环境的域随机化：

• 电池电压
• 负载下的电压跌落
• 指令延迟
• 摩擦力大小

实现在 src/mjlab_microduck/actuator/ 的 FrictionDRBamActuator。

相关

• 搭起训练环境
• sim2real 配方