Changement chez les dirigeants d'Agibot !
À l'instant, QbitAI a découvert que sur la liste la plus récente de l'équipe des associés sur le site officiel d'Agibot, le nom de Luo Jianlan, ancien directeur scientifique en chef, avait disparu.
Or, dans la liste précédente du site, sa fonction était encore :
Associé d'Agibot, vice-président senior et directeur scientifique en chef.
Lors de la première divulgation publique de l'équipe des associés par Agibot en septembre 2025, Luo Jianlan apparaissait sur le site officiel aux côtés de Deng Taihua, Peng Zhihui, Yao Maoqing et d'autres, avec pour fonction associé, vice-président senior et directeur scientifique en chef.
En réalité, avant ce changement sur la liste du site officiel, des rumeurs concernant un possible départ de Luo Jianlan circulaient déjà sur les réseaux sociaux.
Aujourd'hui, avec la disparition officielle de son nom du site d'Agibot, cette rumeur semble trouver une confirmation supplémentaire.
Deux autres changements méritent également d'être notés.
Actuellement, la page personnelle de Luo Jianlan ne mentionne plus que son poste de professeur assistant au Shanghai Innovation & Intelligence College ; son profil ne fait plus référence à Agibot.
De même, sa biographie sur la plateforme X ne conserve aucun poste lié à Agibot.
Si ces changements correspondent bien à un ajustement de sa fonction, Luo Jianlan a très probablement quitté Agibot.
Il est à noter que le timing de ces possibles changements de personnel est assez délicat.
Le 24 juillet 2026, Agibot Innovation a officiellement confirmé avoir entamé le processus d'introduction en bourse à Hong Kong.
Cependant, au moment de la publication, ni Agibot ni Luo Jianlan lui-même n'ont officiellement annoncé ce changement de personnel, et les détails restent à confirmer officiellement.
Une collaboration d'environ 1 an et 4 mois
En avril 2025, Agibot a officiellement annoncé l'arrivée de Luo Jianlan en tant que directeur scientifique en chef.
Simultanément, le "Centre de recherche sur l'intelligence incarnée d'Agibot" qu'il était chargé de constituer a été officiellement créé, principalement responsable de la R&D d'algorithmes de pointe en intelligence incarnée et de la mise en œuvre industrielle des technologies associées.
Par la suite, sa fonction a été élevée à associé d'Agibot, vice-président senior et directeur scientifique en chef, l'intégrant ainsi à l'équipe de direction et de technologie centrale de l'entreprise.
Si les rumeurs de départ sont avérées, depuis son arrivée en avril 2025 jusqu'à son départ en août 2026, la durée officielle de son mandat chez Agibot serait d'environ 1 an et 4 mois.
Il est intéressant de noter que la semaine dernière encore, Luo Jianlan faisait la promotion sur X de ses travaux chez Agibot concernant les VLA.
Dans l'ensemble, ses recherches se concentrent principalement sur l'apprentissage robotique, l'apprentissage par renforcement en monde réel et l'intelligence incarnée. À ce jour, son nombre de citations sur Google Scholar atteint 8449.
En revenant sur son parcours académique et de recherche, celui-ci est également remarquable.
Né en 1993, Luo Jianlan est diplômé de licence de l'Université de technologie de Wuhan.
En 2015, il part poursuivre ses études à UC Berkeley, où il obtient son doctorat en 2020. À Berkeley, il a été encadré par les éminents chercheurs en robotique Pieter Abbeel et Alice Agogino.
Après son doctorat, il est entré chez Google X en tant que chercheur, collaborant avec le roboticien Stefan Schaal, et a également participé à des recherches chez DeepMind et Everyday Robots.
Après avoir quitté Google, il est retourné au laboratoire de recherche en intelligence artificielle de Berkeley (BAIR), où il a effectué un post-doctorat dans l'équipe de Sergey Levine, poursuivant ses recherches sur l'apprentissage par renforcement pour robots en monde réel.
C'est là qu'il a dirigé le développement de SERL et HIL-SERL.
Le SERL rassemble les algorithmes, l'acquisition de données, la conception des récompenses et les outils de contrôle robotique nécessaires à l'apprentissage par renforcement sur robots physiques dans un système réutilisable.
Le HIL-SERL intègre en outre une intervention humaine : le robot explore de manière autonome en temps normal, et ce n'est que lorsqu'il est sur le point d'échouer ou de rencontrer des difficultés qu'un humain prend brièvement le contrôle. Le système utilise ensuite ces données de correction, peu nombreuses mais cruciales, pour continuer à apprendre, réduisant ainsi la dépendance de l'apprentissage par renforcement sur robots physiques à une grande quantité de démonstrations humaines.
En avril 2025, en rejoignant officiellement Agibot, Luo Jianlan a également apporté à l'entreprise la voie de recherche sur l'apprentissage par renforcement sur robots physiques qu'il avait accumulée pendant de nombreuses années.
Au cours de plus d'un an passé chez Agibot, il a pratiquement participé à la construction de l'ensemble de la ligne de recherche principale de l'entreprise sur l'apprentissage par renforcement sur robots physiques, l'entraînement post-déploiement en ligne et les modèles du monde.
De la promotion de l'apprentissage par renforcement sur robots physiques dans les scénarios d'assemblage industriel, à la mise en place de systèmes comme SOP et LWD pour connecter le déploiement des robots, la remontée des données et la mise à jour des modèles, en passant par l'intégration de la prédiction future et de l'évaluation pré-exécution dans le contrôle robotique via des projets comme τ0-WM, les travaux représentatifs menés sous sa responsabilité, bien qu'apparemment dispersés, visaient en réalité tous le même objectif :
Faire du processus de déploiement des robots lui-même le point de départ de l'apprentissage suivant.
Références
[1]https://www.agibot.com.cn/company/leadership
[2]https://scholar.google.com/citations?hl=en&user=SJoRNbYAAAAJ&view_op=list_works&sortby=pubdate
Cet article provient du compte WeChat officiel "QbitAI" (ID : QbitAI), auteur : Henry
