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，曾在康奈尔大学和罗格斯大学从事博士后研究。他在腾讯期间研发了《星际争霸》AI智能体TStarBots等；在字节跳动主导开发强化学习基础设施ByteRL，并以项目负责人身份落地强化微调方法ReFT、数学推理智能体DeltaProver。
星尘智能坚持“Design for AI”，构建了基座模型Lumo系列、前端Agent Philia与强化学习后训练协同的技术闭环。孙鹏加入后将与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。