9 月 2 日，星尘智能官宣人才引入消息：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入职，重点负责机器人强化学习方向技术研发与应用落地。他的到来，将和企业自研 AI 基座模型、具身操作系统、绳驱机器人本体形成技术协同，推动实体机器人实现与环境交互过程中持续自我迭代进化。孙鹏博士拥有清华大学博士学位，之后先后在康奈尔大学、罗格斯大学完成博士后研究，十余年职业路径始终扎根强化学习、智能体、多智能体强化学习领域，横跨机器人控制、分布式大规模强化学习工程系统、大模型后训练三大方向，兼具算法理论研究与工程化落地双重能力。

在腾讯 AI Lab 与 Robotics X 机器人实验室任职期间，孙鹏担任智能体中心负责人。一方面开展机器人深度强化学习控制研究，依托对抗博弈算法完成轮式机器人端到端目标跟随能力；另一方面主导《星际争霸》系列博弈 AI TStarBots、TStarBotX 研发，在多智能体复杂博弈场景拿到突出研究成果。

转战字节跳动之后，孙鹏的工作重心延伸到大规模强化学习基础设施建设。他主导搭建 ByteRL 强化学习底层系统，支撑多款自研游戏 AI 高效训练。其团队拿下 IEEE CoG 2023 策略卡牌 AI 竞赛冠军，所研发的炉石传说 AI 具备击败顶尖人类选手的竞技实力。

当前不少具身模型在仿真环境、标准化测试集表现亮眼，一旦迁移到真实家庭、商业场景，就容易出现成功率下滑。单纯依靠预训练 + 示范数据，很难覆盖现实世界无穷无尽的边缘工况。

强化学习后训练闭环，核心价值就在于以真机真实反馈作为奖励信号，持续迭代模型策略，完成从实验室 Demo 走向商用落地的关键跨越。星尘智能依托绳驱机器人硬件底座、Lumo 基座模型、Philia 智能体，叠加孙鹏带来的强化学习工程能力，完整闭环已经成型，也为国内具身智能行业提供一条可参考的技术路线。

第三届中国具身智能与人形机器人创新峰会2026年12月22-23日会议主题：

诠释全球产业格局趋势

解析国家顶层政策与十五五规划

未来3年具身人形机器人产业红利导向

全产业链统一标准、接口互通、合规量产规范化

国产具身智能与人形机器人万台规模化量产元年路径

核心零部件与关节模组

具身智能大小脑协同与算法

灵巧手、整机研发与工艺升级

特种机器人与服务机器人场景规模化应用

网页链接 data-nest-level="6">大会组委会：

赵靖 18101623169