GitHub新项目Jumper：22自由度螃蟹机器人靠PPO自己学会走路跳舞

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，更吸引人的是它的训练方式。作者把 AI 编程工具接入了机器人开发流程：要训练某个动作，只需要说一句，AI 就会帮忙准备环境、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 会根据项目给定的流程准备环境、进行训练、检查结果。

下面是官方行走演示，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，系统都会检查它的速度、姿态和动作是否平稳；走得好的给奖励，动作不稳就扣分，在训练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时间。现在 AI 可以帮我们做这些事，确实很方便。

但如果你想自己修改步态、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、想学习机器人强化学习的人。完全没接触过机器人控制，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；当动作出现偏差时，再通过训练慢慢纠正。

跳跃也是一样的思路。有了参照动作之后，训练就有了明确目标。

但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：

环境	模型与控制器
浏览器	ONNX + WebAssembly
桌面仿真	ONNX + 本地控制器
机器人板端	RKNN + AArch64 控制器

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动作。这类问题的排查，通常比训练模型更难。

比起让机器人多跳几个动作，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，只是会比较慢。

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要求。还没开始研究算法，就被依赖和显卡折腾好久。Jumper 至少可以先用 CPU 跑通流程，等到真正需要大量训练时再考虑 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 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。比如想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，就可以生成方案并导出 .skin 文件。

还可以制作公园、卧室、足球场等仿真场景，并导出 .map 文件。

这部分可以用来做创意设计，先看看不同的外观和场景效果。但目前 .skin 文件还不能直接用于动作训练，自定义的 .map 也只能用来回放。可以渲染出外观，但打印出来之后不一定能装到机器人上，真实装配还要进行验证。

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 1.8 kg，主要面向室内使用。硬件配置挺丰富，但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需分别确认授权。

另外要注意，官方已经说明 RKNN 推理没有在真实板卡上验证过，1kHz 控制器循环也没有真正驱动过电机总线。

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，这些工作比训练一个新动作更难处理。

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工作。

想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

如果对这种机器人强化学习项目感兴趣，也可以常来云栈社区逛逛，上面还有更多开源项目分享。