产品技术 · 边缘 AI 机器人

25 厘米双足机器人跑起强化学习：Firefly ROC-RK3566-PC 如何扛住 50Hz 实时控制

从英伟达 GPU 训练，到一块巴掌大的开发板实机部署——sim-to-real（仿真到真实）离我们比想象中更近。而稳稳接住这道实时控制活的，正是爱派派在售的 Firefly ROC-RK3566-PC。

一一只会自己站起来的小鸭子

2026 年 8 月，一台名为 Microduck 的桌面级双足机器人引起开发者关注。它的身材很小，参数却很能打：

它会走路、坐下、踢球，甚至装上轮子滑行；它也会摔倒——但两条腿会重新折回来，15 个电机依次收到新位置，它就又站起来了。这个”摔倒-站起”的循环，正是强化学习 sim-to-real 的成果：策略在英伟达 GPU 上训练出来，实机推理却跑在一块巴掌大的 RK3566 核心板上。

二训练在英伟达，实机在 RK3566

这条链路可以拆成”训练端”和”部署端”两段，中间用 ONNX 衔接——训练框架导出的策略文件不绑定任何框架，部署端用 ONNX Runtime 直接加载，跨端零摩擦。这也是现代 sim-to-real 工程的标准做法。

训练侧用 mjlab + MuJoCo Warp + PPO 这一现代组合：单条命令拉起 4096 个仿真环境同步跑，策略网络与价值网络联合训练，并在训练中注入摩擦、关节间隙、机械误差等扰动以提升鲁棒性。参考训练时间 1~2 小时——意味着 sim-to-real 早已不是实验室独占的能力，工程师自己就能跑。

三为什么是 ROC-RK3566-PC（产品聚焦）

策略落到实机，要看 SoC。Microduck 实机选用的正是 Rockchip RK3566——一颗面向边缘 AI / 工业控制 / 轻量多媒体的经典中端 SoC；而把它配齐电源、内存、eMMC、无线与丰富外设的核心板，就是爱派派在售的 Firefly ROC-RK3566-PC。

RK3566 核心参数

ROC-RK3566-PC 板卡特性

四50Hz 硬实时实测

RK3566 的四核 A55 不像桌面 CPU 有几十个核，但它用 4 个进程各司其职把实时性做扎实：

每 20ms 一个 tick 跑 4 件事：读 IMU/ToF/指令 → 推理 ONNX Runtime 跑一次前向 → 写 15 路舵机目标位置 → 等 下一个 20ms。实测结果相当漂亮：

15022 个 tick 只漏 3 个——这说明 RK3566 在纯 CPU 推理路径下，完全 hold 得住 20ms 的硬实时要求。而芯片自带的 1 TOPS NPU 还留着把同一份 ONNX 策略下沉加速、进一步释放 CPU 的余量。

五踩坑与工程化经验

工程不是童话，部署也踩过坑。最有教育意义的一次：板上的 ONNX Runtime 是 1.20.1，而策略要求 1.23.x 或更高——控制线程没进入正常循环，鸭子”没站起来”。

团队的处理路径很标准：① 补异常处理，不让一个 tick 失败带崩整轮控制；② 改升级脚本，把 ONNX Runtime 升到 1.23.x+；③ 在同块板上完成重新部署；④ 健康检查周期性上报策略版本、ONNX Runtime 版本、控制频率；⑤ 异常时自动回滚到上一个稳定策略。

六结语：RK3566 在边缘机器人上的可行域

把上面的内容压成一张总表：

RK3566 不是”高性能选手”，但它是一颗把”够用 + 低功耗 + 长供货 + 丰富外设 + Linux 生态“打包到极致的边缘 SoC。对桌面级双足机器人这种”小而美、长生命周期、需多模态感知”的形态，几乎是量身定做——而 ROC-RK3566-PC，正是把它落到你手里的那块板。