Pollen Robotics 的 microduck_rl 仓库提供面向 Microduck 双足机器人的强化学习环境，基于 mjlab 和 MuJoCo Warp，并使用 PPO 训练。据厂商介绍，策略以 50 Hz 训练，导出为 ONNX 后由 Microduck runtime 在机器人上部署。相关任务包括按速度与头部姿态指令行走、行走时跌倒恢复、起立、坐下与站起以及其他动作。仓库还记录了 BAM 执行器物理、域随机化和间隙模拟等仿真到现实方法。代码采用 Apache License 2.0 许可。