该仓库发布 MicroDuck 的仿真策略，主模型是在狭窄竖直通道中通过两侧墙面支撑完成攀爬的 policy.onnx/checkpoint.pt，并附带进入通道和退出到顶部平台的策略。每个 PyTorch checkpoint 保留 actor、critic、optimizer 与 normalizer 状态；ONNX 输入为 float32 [1,61]、输出为 float32 [1,14]，按 50Hz 控制，归一化器和各关节输出边界已 baked into ONNX。

演示链路为 enter→climb→exit→官方 get-up；末尾使用 Pollen Robotics 未修改的 alpha_stand.onnx 恢复策略，三项发布策略不包含或修改其权重。视频使用 12.5cm 通道间隙和离地 3m 平台，是选出的成功序列，不是鲁棒性基准或自主感知演示；两组四个探索 seed 完成链路，完整链路对 seed 不可靠复现。

发布状态为 simulation-only research release，未在硬件验证。训练中包含 BAM XL330 执行动力学、控制/传感延迟、编码器和 IMU 噪声、质量/摩擦/质心随机化等；真实墙面摩擦、柔顺性、碰撞几何公差、舵机热/电流负载、定位和交接可靠性仍是开放问题。USAGE.md 提供连续链路、交接、渲染、导出和验证说明。