9月2日消息，深圳绳驱AI机器人公司星尘智能宣布，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。

据了解，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以及大规模分布式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。

孙鹏 来源：星尘智能

公开资料显示，孙鹏毕业于清华大学，先后在康奈尔大学和罗格斯大学从事博士后研究。2016年，孙鹏加入了彼时由张潼领衔的腾讯AI Lab，任高级研究员；后来到张正友领衔的腾讯Robotic X实验室，任智能体学习中心的团队负责人。

2020年，孙鹏加入字节跳动，在游戏AI部门负责多智能体、分布式大规模强化学习技术，主导开发强化学习基础设施ByteRL，支撑字节多款自研游戏AI训练和定制；还带队获得IEEE CoG 2023策略卡牌AI竞赛冠军，其《炉石传说》AI曾在测试中以全胜战绩击败国服排名前十的游戏主播，验证了大规模强化学习在复杂决策任务中的产业化能力。

随着大语言模型兴起，孙鹏进一步将强化学习积累拓展至LLM后训练。在字节AI Lab/ByteResearch期间，他作为项目负责人参与研究并发布强化微调方法ReFT及数学推理智能体DeltaProver；在Seed团队深度参与模型RLHF与预训练，在模型对齐、推理增强及Agent方向积累了深厚的前沿探索经验。

特别声明：以上文章内容仅代表作者观点，不代表本站观点或立场。如有关于作品内容、版权或其它问题请于作品发表后与我们联系。