大家好，我是熊叔，今天我们继续逛 GitHub。
最近在 GitHub 上发现一只挺有意思的螃蟹机器人。
22 个自由度，可以走路、跳舞、跳跃，还可以伸出爪子去抓东西。
项目叫Jumper（跳跳），刚开源不久。
先看一个跳水动作。
动作已经挺有意思了，更吸引我的是它的训练方式。
作者把 AI 编程工具接入到了机器人开发流程中。要训练某个动作，只需要说一句，AI 就会帮你准备好环境、调用脚本。
看到这里，我有点好奇：机器人训练已经简单到说句话就能完成了吗？
翻了一下仓库，事情还真不简单。
一句话，让机器人学会走路
先从最基础的走路说起。
Jumper 已经做好了三足步态训练的任务。在AI编程助手里可以直接输入：
为 Jumper 训练稳定的三足步态，完成回放、检查效果并导出动作包。
AI 会根据项目所给的流程来准备环境、进行训练、检查结果。
下面是官方的行走演示，注意看几条腿交替运动时，身体是怎么保持平衡的。
背后用的是 PPO 强化学习算法。
简单来说就是让机器人在仿真中不断练习。
每走一步，系统都会对它的速度、姿态和动作进行检查是否平稳。走得好的就给奖励，动作不稳的就扣分，在训练的过程中不断调整控制策略。
项目里的三足步态使用 411 维观察输入，输出 20 维动作。
所以 AI 帮忙处理的是训练流程，真正让机器人学会走路的，还是强化学习算法。
以前研究机器人强化学习的时候，光是搭建环境、配置依赖、调试训练脚本，就占用了大量的时间。现在 AI 可以帮我们做这些事情，确实很方便。
但如果想自己修改步态、调整奖励函数，PPO 和运动控制这些知识还是绕不开。
Jumper 更适合有编程基础并且想要学习机器人强化学习的人。完全没有接触过机器人控制，只靠提示词是玩不转的。*
跳舞和跳高又是怎么学会的呢？
走路才刚开始，Jumper 还有舞蹈、跳跃、姿态变化、抓取等等任务。
先看这个舞蹈动作。
多个关节同时运动，还要保持身体平衡，光靠随机尝试，很难摸索出一套完整的舞蹈。
Jumper 的办法是引入参考轨迹。
可以理解为先给机器人一个目标动作，让机器人去练习。当动作出现偏差的时候，再通过训练来慢慢纠正。
跳跃也是一样的思路。有了参照动作之后，训练就有了明确的目标。
但是参考轨迹本身也很重要。目标动作有误，即使后面训练时间再长，也达不到理想的效果。
项目还提供了抓取仿真。
这些动作看着挺有意思，但我更关心它们能不能在真实机器人上稳定运行。
尤其是跳跃，能跳起来还不算完，落地之后能不能站稳、连续跳几十下会不会出现问题，这才是需要验证的地方。
真正麻烦的，是训练完以后
训练出一个会走路的模型，并不意味着工作就完成了。
怎么加载？怎么切换动作？模型输出怎么对应真实关节？
如果这些问题处理不好，机器人仍然会胡乱动。
Jumper为此设计了一套动作打包流程，可以将训练策略、控制器和配置整理成.app文件。
一个动作包可以面向三种运行环境：
底层控制器用 Rust 编写，各个平台共用状态机和动作配置。
这里还有个细节。
Jumper 整机有 22 个自由度，但是三足步态策略只输出 20 维动作。
按照数组下标直接对应关节很容易出错。项目用关节名称来建立映射关系，防止把动作发送到错误的关节上。
如果关节顺序对应错了，即使模型正常运行，机器人也会做出错误的动作。这类问题的排查一般要比训练模型更难。
比起让机器人多跳几个动作来，把模型正确加载、切换和执行这一套设计更值得研究。
没有显卡，也能先跑起来
想自己研究的话，Jumper 对硬件还算留了余地。
它有两套物理仿真后端。
有 NVIDIA 显卡的话，可以用 MuJoCo Warp 来进行大规模并行训练。
没有显卡的话也可以在 CPU 上用原生 MuJoCo 运行，但是会比较慢。
两套后端共用任务配置、奖励函数和PPO代码，不需要重新写算法。
项目支持 Python 3.10～3.13。安装好依赖后，可以先试试三足步态：
# 查看训练任务
python scripts/train.py --list
# 用CPU进行训练
python scripts/train.py --task jumper.tripod --backend native --device cpu --num_envs 64
# 回放训练结果
python scripts/play.py --task jumper.tripod
以前接触一些机器人训练项目的时候，最让人头疼的就是环境和硬件的要求。还没有开始研究算法的时候，就已经被依赖和显卡折腾了好久。
Jumper 至少可以先用 CPU 运行流程，等到真正需要大量训练的时候再考虑使用 GPU。
训练完成之后还可以使用export.py导出为ONNX格式，然后用deploy.py进行打包。整个打包过程会涉及到Docker和RKNN转换。
这些流程来源于官方文档，我没有亲自跑过一次训练，具体的耗时和效果暂时不作评价。
机器人外形也可以自己设计
除了动作训练之外，Jumper 还有一个单独的 jumper-design 仓库。
比如说想要给它换上一套暖沙色的游侠外观，只要把配色和设计要求说清楚，就可以生成方案并且导出.skin文件。
还可以制作出公园、卧室、足球场等仿真场景，并且可以导出.map文件。
这部分可以用来做创意设计，先看一下不同的外观和场景的效果。
但是目前的.skin还不能直接用来做动作训练，自定义的.map也只能用来回放。
可以渲染出外观，但是打印出来之后不一定能装到机器人上，真实的装配还要进行验证。
要什么样的硬件
Jumper 用了 22 个触觉舵机，主控是瑞芯微 RK3576，配备 6 TOPS NPU。
还有IMU、摄像头、dToF深度传感器、麦克风和扬声器，两个小屏幕用来显示表情。
整机标称尺寸为 400×400×200 mm，重量为 1.8 kg，主要面向室内使用。
硬件配置挺丰富，但这个仓库公开的重点还是软件工具链，现有资料不足以让开发者直接复刻整台机器人。
项目自有材料采用 Apache-2.0 许可证，第三方素材和生成文件还得分别确认授权。
另外要注意的是，官方已经说明了 RKNN 推理没有在真实的板卡上进行过验证，1kHz控制器循环也没有真正地驱动过电机总线。
仿真里的动作已经不少了，接下来更值得看的，是这些模型能不能稳定跑在真实机器人上。
特别是连续运行、动作切换以及异常保护等，这些工作要比训练一个新的动作更难处理。
写在最后
Jumper 把机器人训练、模型导出和控制器打包串成了一套流程，配合 AI，确实可以节省很多重复的工作。
想要研究机器人强化学习的朋友可以先从仿真开始，不必急于购买硬件。
不过，真正拿来做机器人开发，还要看后面的真机测试和部署文档能不能跟上。
如果这两块做好了，Jumper 就不只是一次有趣的机器人展示项目了。
GitHub 地址：https://github.com/KingKongRobotics/jumper
平时我会持续分享一些有趣的开源项目，有兴趣的朋友可以点击关注一下。
回复关键词，可以找到你想要的项目。
