这是面向 Microduck 的实验性硬件测试策略，用于让机器人在自由滚动的 7 号篮球上保持平衡并跟随速度指令。策略仅使用本体感知，actor 输入不包含球状态；发布的检查点为 b11、iteration 6,999，仿真与导出检查已通过，但板载时序和真实机器人行为尚未测试。

模型为 61 维归一化观测输入一层 LSTM(256)，接 ELU MLP(512,256,128)，输出 14 维动作，actor 约 624,000 参数；训练中的特权 critic 可观察球，ONNX 中不包含。接口为 float32 ONNX，需以 50 Hz 运行并在步间传递 h/c 状态，使用标准 Microduck 关节顺序、观测缩放和动作到关节映射；需要支持 recurrent 的运行时加载器。