数智朋克讯 2026年9月2日，前腾讯、字节跳动AI核心研究员孙鹏正式加入Astribot，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，并在康奈尔大学和罗格斯大学从事博士后研究，长期专注于强化学习、智能体和多智能体强化学习。在腾讯期间，他曾任腾讯AI Lab高级研究员和腾讯Robotics X智能体学习中心负责人，主导深度强化学习与机器人控制研究。在字节跳动，他主导开发了核心强化学习基础设施ByteRL，并参与大语言模型后训练方法ReFT和DeltaProver的研发。

Astribot成立于2022年，2026年上半年连续完成三轮B轮融资，累计融资超10亿元人民币，投后估值突破100亿元。公司已构建包含Lumo系列基础模型、Philia前端智能体和强化学习后训练的全栈技术闭环。

行业共识认为，模仿学习解决“怎么做”，强化学习解决“做错了如何纠正”；当任务成功率超过60%后，强化学习后训练成为具身智能不可绕过的核心环节。孙鹏的加入标志着Astribot在强化学习后训练方向的战略加码，其从机器人控制到大规模RL系统再到LLM后训练的技术积累，有望加速公司全栈技术闭环的落地。