前字节强化学习专家孙鹏加盟星尘智能，强化机器人后训练布局

AI 摘要

9月2日，前字节跳动强化学习专家、前腾讯Robotics X智能体中心负责人孙鹏博士正式加入星尘智能，将重点负责机器人强化学习方向的技术研发与应用探索。孙鹏拥有十余年强化学习与智能体研究经验，曾主导开发字节核心强化学习基础设施ByteRL，并参与大模型RLHF与预训练。他的加入将强化星尘智能在机器人强化学习方向的布局，与AI模型、具身OS和绳驱机器人本体形成协同，推动机器人在真实世界中持续学习。

正文节选

前字节强化学习专家孙鹏博士加盟星尘智能，完善Physical AI全栈技术布局 9月2日，前字节跳动强化学习专家、前腾讯Robotics X智能体中⼼负责⼈孙鹏博⼠正式加入星尘智能 9月2日，前字节跳动强化学习专家、前腾讯Robotics X智能体中⼼负责⼈孙鹏博⼠正式加入星尘智能，将重点负责机器人强化学习方向的技术研发与应用探索。 过去两年，机器人基础模型主要在解决“会不会”。但随着机器人从 Demo 走向真实部署和商业化，问题正在转向“能不能稳定做好”。如何让机器人根据真实执行结果持续修正策略，也让强化学习重新回到行业关注的中心。 孙鹏长期深耕强化学习（RL）、智能体（Agent）及多智能体强化学习（MARL），拥有横跨机器人强化学习、大规模分布式 RL 系统与大模型强化学习的研究与产业实践经历。他的加入将进一步强化星尘智能在机器人强化学习方向的布局，并与 AI 模型、具身 OS 和绳驱机器人本体形成协同，推动机器人在真实世界中持续学习、不断进化。 据了解，孙鹏加入星尘智能后，继续扩充机器人强化学习团队，推动相关技术能力提升和应用部署。 从腾讯到字节 深耕强化学习十余年 孙鹏博士毕

发布时间：2026-09-02 14:06

抓取时间：2026-09-02 15:18

来源机构：量子位