前字节强化学习专家孙鹏加入星尘智能，主导机器人RL技术研发

36氪获悉，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。孙鹏毕业于清华大学，后在康奈尔大学和罗格斯大学从事博士后研究，长期专注强化学习（RL）、智能体及多智能体强化学习（MARL）研究，兼具算法研究与系统工程能力。

孙鹏在腾讯期间曾研发《星际争霸》AI智能体TStarBots，在字节跳动主导开发了核心强化学习基础设施ByteRL，并将技术延伸至大模型后训练领域，主导研发强化微调方法ReFT及数学推理智能体DeltaProver。星尘智能坚持“AI模型+具身OS+绳驱本体”全栈技术体系，孙鹏的加入将强化其在机器人强化学习领域的布局，推动机器人在真实环境中持续学习与进化。