Hugging Face เปิดตัว Microduck หุ่นยนต์สองขา Open-Source ราคา 1.4 หมื่นบาท ฝึกฝนด้วย AI ได้บนโต๊ะทำงาน

การเปิดตัวหุ่นยนต์ส่วนใหญ่ในตลาดมักเน้นโชว์วิดีโอสาธิตที่สวยงาม แต่ Pollen Robotics ทีมผู้เชี่ยวชาญด้านหุ่นยนต์จากบอร์โดภายใต้ Hugging Face เลือกแนวทางที่ต่างออกไปโดยการส่งมอบลูปการฝึกฝนหุ่นยนต์ให้ถึงมือผู้ใช้ ในสัปดาห์นี้พวกเขาได้เปิดสั่งจอง Microduck ล่วงหน้า ซึ่งเป็นหุ่นยนต์สองขาสูง 25 ซม. ในราคา 399 ดอลลาร์ (ประมาณ 14,000 บาท)

ความโดดเด่นของ Microduck คือทุกท่วงท่าการเคลื่อนไหว ไม่ว่าจะเป็นการเดิน การนั่ง การเตะบอล การเล่นโรลเลอร์สเกต หรือแม้แต่การลุกขึ้นยืนเองหลังจากล้ม ล้วนมาจาก neural policy ที่ฝึกฝนในระบบจำลองทางฟิสิกส์และส่งออกไปยังฮาร์ดแวร์โดยตรง โดยทางทีมงานได้เปิดเผยทั้งสภาพแวดล้อมในการฝึก (training environments), reward functions, การตั้งค่า domain-randomization และสูตรการทำ sim-to-real ทั้งหมดบน GitHub ซึ่งถือเป็นรุ่นต่อยอดจาก Reachy Mini ที่เคยส่งมอบไปแล้วกว่า 10,000 ตัว แต่เปลี่ยนคอนเซปต์จากการเป็นหุ่นยนต์บนโต๊ะมาเป็นหุ่นยนต์ที่พร้อมล้มและลุกได้ในโลกจริง

The Hardware

Microduck มีขนาดกะทัดรัดด้วยความสูง 25 ซม. กว้าง 14 ซม. และมีน้ำหนักไม่ถึง 800 กรัม ขับเคลื่อนด้วยมอเตอร์ 15 ตัวที่กระจายอยู่ทั่วร่างกาย ทั้งส่วนขา คอ และหัว โดยมีจะงอยปากที่สามารถขยับเพื่อหยิบวัตถุจากพื้นได้ ภายในติดตั้งหน่วยประมวลผล Rockchip RK3566 พร้อมตัวเร่งความเร็ว AI, RAM 1 GB และหน่วยความจำ 32 GB

สำหรับชุดเซนเซอร์ถือว่าจัดเต็มเกินราคา ประกอบด้วยกล้องหน้าพร้อมไฟสถานะ, IMU สองตัวในลำตัวและหัว, เซนเซอร์วัดระยะ LiDAR ขนาด 8×8 matrix, ไมโครโฟน, ลำโพง, เสาอากาศ NFC สองตัว รวมถึง Wi-Fi และ Bluetooth โดยใช้พลังงานจากแบตเตอรี่ NP-F550 ขนาด 2600 mAh ที่ถอดเปลี่ยนได้และใช้งานได้ต่อเนื่องประมาณหนึ่งชั่วโมง

ผู้ใช้จะได้รับหุ่นยนต์ที่ติดตั้งท่าทางพื้นฐาน 7 ท่ามาให้พร้อมใช้งานทันที ซึ่งสามารถควบคุมผ่านคอนโทรลเลอร์เกมที่แถมมาให้ได้ก่อนเริ่มเขียนโค้ดเอง เช่น ท่าเดิน ท่าเตะ และท่าการฟื้นตัวอัตโนมัติ นอกจากนี้หุ่นยนต์แต่ละตัวจะสร้างเอกลักษณ์ทางเสียงของตัวเองขึ้นมาอย่างถาวรเมื่อเปิดใช้งานครั้งแรก

How the behaviors are actually trained

ระบบการฝึกฝน (Policy) ของ Microduck ทำงานผ่าน microduck_rl ซึ่งพัฒนาต่อยอดจาก mjlab (MuJoCo Warp) โดยใช้เทคนิค PPO ทีม Pollen ระบุว่าการฝึกท่าเดินให้ใช้งานได้จริงในสภาพแวดล้อมจำลองคู่ขนาน 4096 แห่ง ใช้เวลาเพียง 1-2 ชั่วโมงบน GPU ที่รองรับ CUDA หรือหากไม่มี GPU ในเครื่อง ก็สามารถสั่งรันผ่าน Hugging Face Jobs ได้เช่นกัน

หัวใจสำคัญของกระบวนการ sim-to-real คือการใช้ actuator model ที่แม่นยำ โดยเซอร์โวแต่ละตัวจะอ้างอิงจากโมเดล BAM ของ Dynamixel XL330 ซึ่งจำลองปัจจัยทางฟิสิกส์ที่ซับซ้อน เช่น แรงดันไฟฟ้า แรงเสียดทาน และระยะฟรีของเฟือง (backlash) ที่ ±1° ในทุกข้อต่อ การสุ่มตัวแปรจำลองเหล่านี้ช่วยให้หุ่นยนต์สามารถรับมือกับความคลาดเคลื่อนของฮาร์ดแวร์ในโลกจริงได้อย่างมีประสิทธิภาพ

Policy ที่ฝึกสำเร็จจะถูกส่งออกในรูปแบบไฟล์ ONNX โดยมีตัวปรับค่าสังเกต (observation normalizer) ฝังอยู่ในกราฟเพื่อความแม่นยำ ในด้านการทำงานบนตัวหุ่น รันไทม์ภาษา Rust จะควบคุม control loop ที่ความถี่ 50 Hz โดยทุก policy จะแชร์โครงสร้าง actor observation ขนาด 61 มิติตัวเดียวกัน ทำให้หุ่นยนต์สามารถสลับเปลี่ยนท่าทางระหว่างการเดินและการฟื้นตัวได้ทันทีโดยไม่ต้องหยุดการทำงาน

ปัจจุบันมีรีจิสทรีที่เผยแพร่ครอบคลุมถึง 13 ภารกิจ ตั้งแต่การเดินติดตามความเร็ว การลุกนั่ง การหยิบของ ไปจนถึงการเตะลูกบอลขนาดเล็ก และการเล่นโรลเลอร์สเกตในรูปแบบต่างๆ อีก 5 รูปแบบ

Key Takeaways

• หุ่นยนต์สองขาซอฟต์แวร์ Open-source ราคา 399 ดอลลาร์ เปิดสั่งจองล่วงหน้า 27 สิงหาคม 2026 ตั้งเป้าส่งมอบก่อนคริสต์มาส
• มอเตอร์ 15 ตัว, กล้อง, LiDAR, IMU สองตัว, NFC, Wi-Fi/Bluetooth, RK3566, ระยะเวลาใช้งานประมาณ 1 ชั่วโมง
• Policy ฝึกใน mjlab/MuJoCo Warp ด้วย PPO ใช้เวลาประมาณ 1–2 ชั่วโมงสำหรับท่าทางการเดินใน 4096 envs
• Sim-to-real ขึ้นอยู่กับ BAM actuator model ร่วมกับการสุ่มตัวแปรเรื่องแรงดันไฟฟ้า, ความหน่วง, แรงเสียดทาน และ backlash ±1°
• ซอฟต์แวร์เป็น Apache-2.0 ส่วนไฟล์การออกแบบทางกลไกและอิเล็กทรอนิกส์ไม่ได้เปิดเป็น open-source