Microduck es un robot bípedo de 25 centímetros y menos de 800 gramos diseñado para experimentar con aprendizaje por refuerzo, no un asistente doméstico generalista. Incluye siete comportamientos entrenados, como caminar, sentarse, recoger objetos, chutar, patinar y levantarse tras una caída; su software puede modifi...
Publicado porEditado con GPT-5.6 LunaImágenes generadas con GPT Image 1.5
Respuesta de investigación

Create a landscape editorial hero image for this Studio Global article: What is Hugging Face and Pollen Robotics’ Microduck robot, announced on August 27, 2026, including its $399 price and pre-order availability. Article summary: Microduck is a small, consumer-priced platform for learning and experimenting with legged-robot reinforcement learning—not a general-purpose home humanoid. Hugging Face and its Pollen Robotics team opened pre-orders on A. Topic tags: general, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clic
Microduck es un pequeño robot bípedo con forma de pato desarrollado por Hugging Face y Pollen Robotics para estudiar cómo las políticas de aprendizaje por refuerzo controlan un robot real. Mide 25 centímetros, pesa menos de 800 gramos y tiene un precio introductorio de 399 dólares, antes de impuestos y gastos de envío. Las reservas se abrieron el 27 de agosto de 2026, aunque el plazo de entrega se ha vuelto menos definido para los nuevos pedidos. 29
38
42
La clave está en su planteamiento: Microduck no se presenta como un humanoide autónomo capaz de encargarse de las tareas del hogar. Es, sobre todo, una plataforma física de experimentación. Llega con comportamientos funcionales, pero también permite entrenar otros en simulación y desplegarlos después en el robot.
El robot cuenta con 15 motores, una cámara, LiDAR, dos unidades de medición inercial —IMU, por sus siglas en inglés— y un pico articulado capaz de recoger objetos pequeños. Su ordenador integrado utiliza un sistema Rockchip RK3566 con acelerador de IA, 1 GB de RAM y 32 GB de almacenamiento. La batería extraíble ofrece aproximadamente una hora de uso, dependiendo de la actividad. 29
32
Está diseñado para funcionar desde el primer momento. Se entrega con siete movimientos entrenados, entre ellos caminar o avanzar dando pequeños bandazos, sentarse, chutar, recoger objetos, recuperarse de algunas caídas y patinar con ruedas. No son simples animaciones programadas: son políticas neuronales entrenadas para controlar el movimiento. 20
21
29
Esto permite distinguir dos perfiles de usuario:
El flujo de trabajo central consiste en entrenar primero al robot en un entorno virtual y ejecutar después la política resultante en el hardware. La plataforma utiliza simulación basada en MuJoCo y aprendizaje por refuerzo PPO; una vez entrenada, la política se exporta a ONNX para ejecutarse en el robot. El bucle de control funciona a 50 Hz. 20
21
30
El reto no es lograr que un pato virtual camine, sino conseguir que la misma política funcione cuando aparecen las imperfecciones de un dispositivo real. Por eso, el enfoque publicado intenta representar en la simulación factores como el comportamiento de los actuadores, la fricción, las variaciones de batería, la latencia de las órdenes y el juego mecánico de las piezas. También emplea condiciones aleatorias para que la política aprenda a desenvolverse en distintos estados plausibles, en lugar de memorizar una única simulación perfecta. 30
El juego de los engranajes —conocido como backlash— es especialmente relevante en un bípedo pequeño. Una orden de posición del motor no siempre se traduce inmediatamente en el movimiento esperado de la articulación. Modelar ese margen y tener en cuenta el punto en el que el codificador mide el movimiento expone a la política a algunos de los errores que encontrará en el robot físico.
El objetivo es mejorar la transferencia entre el mundo virtual y el real, no garantizar que todos los experimentos funcionen a la primera. 30
La parte de entrenamiento también exige más recursos de los que podría sugerir el precio del robot. Los ejemplos publicados utilizan miles de entornos simulados en paralelo y hardware compatible con CUDA. En la configuración rápida del proyecto, entrenar una política básica de locomoción puede tardar aproximadamente entre una y dos horas. Quienes no dispongan de una GPU adecuada pueden enviar el trabajo a través de Hugging Face Jobs. 20
21
Pollen describe el SDK, el simulador y la plataforma completa de aprendizaje por refuerzo como software abierto bajo la licencia Apache 2.0. El proyecto también publica las políticas y los materiales de entrenamiento necesarios para analizar cómo funcionan los comportamientos incluidos. 29
43
Eso no significa necesariamente que todos los planos mecánicos y electrónicos del robot comercial estén disponibles bajo la misma licencia. Conviene distinguir entre un sistema de software abierto y un producto de hardware completamente abierto.
En realidad, el valor de Microduck no está tanto en cambiarle la carcasa como en poder reproducir el ciclo de aprendizaje: definir un entorno, entrenar una política, exportarla y probarla en un cuerpo físico.
Los comportamientos preentrenados permiten utilizarlo sin escribir código desde el primer día. Entrenar un comportamiento nuevo y estable es otra historia. Para ello hace falta cierta familiaridad con Python, el aprendizaje por refuerzo, el diseño de recompensas, la simulación, la dinámica de robots y el entrenamiento con GPU.
Además, las políticas deben probarse con cuidado en el dispositivo físico. Una caída, una colisión o una orden inesperada a los motores puede dañar el robot o los objetos que tenga alrededor.
Por eso, Microduck se entiende mejor como una plataforma educativa y experimental con un diseño simpático, no como un robot listo para aprender cualquier truco a partir de una instrucción en lenguaje natural.
Por 399 dólares, antes de impuestos y gastos de envío, Microduck acerca los experimentos de transferencia de simulación a realidad a un público mucho más amplio que el de los laboratorios especializados. La comparación debe tomarse como orientativa: es un robot mucho más pequeño, limitado y enfocado a una clase concreta de experimentos.
El precio también hace más viables los proyectos con varios robots. Pollen ha planteado carreras, partidos de fútbol y situaciones en las que los robots reaccionen entre sí como posibles experimentos de la comunidad. Varias unidades económicas pueden permitir escenarios de aprendizaje difíciles de reproducir con una única plataforma de investigación. 35
37
Hugging Face adquirió Pollen Robotics en abril de 2025 para conectar el hardware robótico abierto de la compañía con su ecosistema de software y de intercambio de modelos. La gama de Pollen también incluye Reachy 2, un humanoide de investigación mucho más grande, y Reachy Mini, orientado a la interacción expresiva, la voz, la visión y la programación creativa. 10
11
Microduck sigue un camino diferente. Sus problemas centrales son la locomoción, la acción física, el aprendizaje por refuerzo y la transferencia de simulación a la realidad. En ese sentido, funciona como una versión física y compacta de la idea de compartir modelos: la comunidad podría compartir no solo modelos de lenguaje o visión, sino también comportamientos, entornos y recetas de entrenamiento para un mismo cuerpo robótico.
Microduck se lanzó en cuatro acabados: Cream, Graphite, Lavender y Sky. Las reservas comenzaron a 399 dólares, antes de impuestos y gastos de envío, con entregas iniciales previstas antes de Navidad de 2026 en Norteamérica y Europa. 37
38
Sin embargo, un informe posterior señaló que la empresa ya no garantizaba la entrega navideña para los nuevos pedidos y mostraba una espera estimada de entre cuatro y seis meses mientras aumentaba la producción. Por tanto, la fecha original debe entenderse como un objetivo inicial, no como una promesa de entrega. 42
La conclusión es clara: Microduck resulta inusualmente asequible como plataforma física para experimentar con aprendizaje por refuerzo, pero su atractivo depende de lo que busque cada comprador. Quien quiera un compañero doméstico conversacional probablemente se encuentre con un bípedo limitado de 25 centímetros. Quien quiera estudiar cómo un comportamiento aprendido pasa de una simulación MuJoCo a un robot real encontrará una propuesta bastante más interesante: una máquina pequeña, con comportamientos preentrenados, un flujo de software público y margen para experimentar.
Studio Global AI
Esta página incluye una respuesta respaldada por fuentes que puede continuar dentro de Studio Global.
Microduck es un robot bípedo de 25 centímetros y menos de 800 gramos diseñado para experimentar con aprendizaje por refuerzo, no un asistente doméstico generalista.
Microduck es un robot bípedo de 25 centímetros y menos de 800 gramos diseñado para experimentar con aprendizaje por refuerzo, no un asistente doméstico generalista. Incluye siete comportamientos entrenados, como caminar, sentarse, recoger objetos, chutar, patinar y levantarse tras una caída; su software puede modificarse y volver a entrenarse.
El precio facilita los experimentos de robótica física, pero crear comportamientos fiables sigue requiriendo conocimientos de Python, simulación, aprendizaje por refuerzo y entrenamiento con GPU.
Microduck es un robot bípedo de 25 centímetros y menos de 800 gramos diseñado para experimentar con aprendizaje por refuerzo, no un asistente doméstico generalista. Incluye siete comportamientos entrenados, como caminar, sentarse, recoger objetos, chutar, patinar y levantarse tras una caída; su software puede modifi...
Publicado porEditado con GPT-5.6 LunaImágenes generadas con GPT Image 1.5
Respuesta de investigación

Create a landscape editorial hero image for this Studio Global article: What is Hugging Face and Pollen Robotics’ Microduck robot, announced on August 27, 2026, including its $399 price and pre-order availability. Article summary: Microduck is a small, consumer-priced platform for learning and experimenting with legged-robot reinforcement learning—not a general-purpose home humanoid. Hugging Face and its Pollen Robotics team opened pre-orders on A. Topic tags: general, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clic
Microduck es un pequeño robot bípedo con forma de pato desarrollado por Hugging Face y Pollen Robotics para estudiar cómo las políticas de aprendizaje por refuerzo controlan un robot real. Mide 25 centímetros, pesa menos de 800 gramos y tiene un precio introductorio de 399 dólares, antes de impuestos y gastos de envío. Las reservas se abrieron el 27 de agosto de 2026, aunque el plazo de entrega se ha vuelto menos definido para los nuevos pedidos. 29
38
42
La clave está en su planteamiento: Microduck no se presenta como un humanoide autónomo capaz de encargarse de las tareas del hogar. Es, sobre todo, una plataforma física de experimentación. Llega con comportamientos funcionales, pero también permite entrenar otros en simulación y desplegarlos después en el robot.
El robot cuenta con 15 motores, una cámara, LiDAR, dos unidades de medición inercial —IMU, por sus siglas en inglés— y un pico articulado capaz de recoger objetos pequeños. Su ordenador integrado utiliza un sistema Rockchip RK3566 con acelerador de IA, 1 GB de RAM y 32 GB de almacenamiento. La batería extraíble ofrece aproximadamente una hora de uso, dependiendo de la actividad. 29
32
Está diseñado para funcionar desde el primer momento. Se entrega con siete movimientos entrenados, entre ellos caminar o avanzar dando pequeños bandazos, sentarse, chutar, recoger objetos, recuperarse de algunas caídas y patinar con ruedas. No son simples animaciones programadas: son políticas neuronales entrenadas para controlar el movimiento. 20
21
29
Esto permite distinguir dos perfiles de usuario:
El flujo de trabajo central consiste en entrenar primero al robot en un entorno virtual y ejecutar después la política resultante en el hardware. La plataforma utiliza simulación basada en MuJoCo y aprendizaje por refuerzo PPO; una vez entrenada, la política se exporta a ONNX para ejecutarse en el robot. El bucle de control funciona a 50 Hz. 20
21
30
El reto no es lograr que un pato virtual camine, sino conseguir que la misma política funcione cuando aparecen las imperfecciones de un dispositivo real. Por eso, el enfoque publicado intenta representar en la simulación factores como el comportamiento de los actuadores, la fricción, las variaciones de batería, la latencia de las órdenes y el juego mecánico de las piezas. También emplea condiciones aleatorias para que la política aprenda a desenvolverse en distintos estados plausibles, en lugar de memorizar una única simulación perfecta. 30
El juego de los engranajes —conocido como backlash— es especialmente relevante en un bípedo pequeño. Una orden de posición del motor no siempre se traduce inmediatamente en el movimiento esperado de la articulación. Modelar ese margen y tener en cuenta el punto en el que el codificador mide el movimiento expone a la política a algunos de los errores que encontrará en el robot físico.
El objetivo es mejorar la transferencia entre el mundo virtual y el real, no garantizar que todos los experimentos funcionen a la primera. 30
La parte de entrenamiento también exige más recursos de los que podría sugerir el precio del robot. Los ejemplos publicados utilizan miles de entornos simulados en paralelo y hardware compatible con CUDA. En la configuración rápida del proyecto, entrenar una política básica de locomoción puede tardar aproximadamente entre una y dos horas. Quienes no dispongan de una GPU adecuada pueden enviar el trabajo a través de Hugging Face Jobs. 20
21
Pollen describe el SDK, el simulador y la plataforma completa de aprendizaje por refuerzo como software abierto bajo la licencia Apache 2.0. El proyecto también publica las políticas y los materiales de entrenamiento necesarios para analizar cómo funcionan los comportamientos incluidos. 29
43
Eso no significa necesariamente que todos los planos mecánicos y electrónicos del robot comercial estén disponibles bajo la misma licencia. Conviene distinguir entre un sistema de software abierto y un producto de hardware completamente abierto.
En realidad, el valor de Microduck no está tanto en cambiarle la carcasa como en poder reproducir el ciclo de aprendizaje: definir un entorno, entrenar una política, exportarla y probarla en un cuerpo físico.
Los comportamientos preentrenados permiten utilizarlo sin escribir código desde el primer día. Entrenar un comportamiento nuevo y estable es otra historia. Para ello hace falta cierta familiaridad con Python, el aprendizaje por refuerzo, el diseño de recompensas, la simulación, la dinámica de robots y el entrenamiento con GPU.
Además, las políticas deben probarse con cuidado en el dispositivo físico. Una caída, una colisión o una orden inesperada a los motores puede dañar el robot o los objetos que tenga alrededor.
Por eso, Microduck se entiende mejor como una plataforma educativa y experimental con un diseño simpático, no como un robot listo para aprender cualquier truco a partir de una instrucción en lenguaje natural.
Por 399 dólares, antes de impuestos y gastos de envío, Microduck acerca los experimentos de transferencia de simulación a realidad a un público mucho más amplio que el de los laboratorios especializados. La comparación debe tomarse como orientativa: es un robot mucho más pequeño, limitado y enfocado a una clase concreta de experimentos.
El precio también hace más viables los proyectos con varios robots. Pollen ha planteado carreras, partidos de fútbol y situaciones en las que los robots reaccionen entre sí como posibles experimentos de la comunidad. Varias unidades económicas pueden permitir escenarios de aprendizaje difíciles de reproducir con una única plataforma de investigación. 35
37
Hugging Face adquirió Pollen Robotics en abril de 2025 para conectar el hardware robótico abierto de la compañía con su ecosistema de software y de intercambio de modelos. La gama de Pollen también incluye Reachy 2, un humanoide de investigación mucho más grande, y Reachy Mini, orientado a la interacción expresiva, la voz, la visión y la programación creativa. 10
11
Microduck sigue un camino diferente. Sus problemas centrales son la locomoción, la acción física, el aprendizaje por refuerzo y la transferencia de simulación a la realidad. En ese sentido, funciona como una versión física y compacta de la idea de compartir modelos: la comunidad podría compartir no solo modelos de lenguaje o visión, sino también comportamientos, entornos y recetas de entrenamiento para un mismo cuerpo robótico.
Microduck se lanzó en cuatro acabados: Cream, Graphite, Lavender y Sky. Las reservas comenzaron a 399 dólares, antes de impuestos y gastos de envío, con entregas iniciales previstas antes de Navidad de 2026 en Norteamérica y Europa. 37
38
Sin embargo, un informe posterior señaló que la empresa ya no garantizaba la entrega navideña para los nuevos pedidos y mostraba una espera estimada de entre cuatro y seis meses mientras aumentaba la producción. Por tanto, la fecha original debe entenderse como un objetivo inicial, no como una promesa de entrega. 42
La conclusión es clara: Microduck resulta inusualmente asequible como plataforma física para experimentar con aprendizaje por refuerzo, pero su atractivo depende de lo que busque cada comprador. Quien quiera un compañero doméstico conversacional probablemente se encuentre con un bípedo limitado de 25 centímetros. Quien quiera estudiar cómo un comportamiento aprendido pasa de una simulación MuJoCo a un robot real encontrará una propuesta bastante más interesante: una máquina pequeña, con comportamientos preentrenados, un flujo de software público y margen para experimentar.
Studio Global AI
Esta página incluye una respuesta respaldada por fuentes que puede continuar dentro de Studio Global.
Microduck es un robot bípedo de 25 centímetros y menos de 800 gramos diseñado para experimentar con aprendizaje por refuerzo, no un asistente doméstico generalista.
Microduck es un robot bípedo de 25 centímetros y menos de 800 gramos diseñado para experimentar con aprendizaje por refuerzo, no un asistente doméstico generalista. Incluye siete comportamientos entrenados, como caminar, sentarse, recoger objetos, chutar, patinar y levantarse tras una caída; su software puede modificarse y volver a entrenarse.
El precio facilita los experimentos de robótica física, pero crear comportamientos fiables sigue requiriendo conocimientos de Python, simulación, aprendizaje por refuerzo y entrenamiento con GPU.