Microduck RL

为 Microduck 准备的强化学习训练环境。这是一台重约 800 克、高约 25 厘米的双足机器人。环境基于 mjlab 和 MuJoCo Warp，用 PPO 训练 50Hz 策略，导出成 ONNX 后经 Microduck 运行时部署到真机上，从仿真到硬件由一个仓库贯通。