作者｜黄楠
编辑｜袁斯来
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。
孙鹏博士毕业于清华大学，此后先后在康奈尔大学和罗格斯大学从事博士后研究。他长期专注强化学习（RL）、智能体（Agent）及多智能体强化学习（MARL）研究，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，兼具算法研究与系统工程的技术积累。
早前在腾讯 AI Lab 及 Robotics X 机器人实验室期间，孙鹏曾担任智能体中心负责人，开展深度强化学习与机器人控制研究。他曾利用深度强化学习和对抗博弈训练轮式机器人，实现端到端主动目标跟随；同时研发《星际争霸》AI智能体TStarBots、TStarBotX，在多智能体强化学习（MARL）复杂博弈环境研究中取得重要成果。
加入字节跳动后，孙鹏将其技术实践由算法全面拓展至大规模RL系统工程。他主导开发了核心强化学习基础设施 ByteRL，支撑多款自研游戏AI高效训练。其团队曾夺得IEEE CoG 2