9月14日，《麻省理工科技评论》2025年度“35岁以下科技创新35人”（MIT Technology Review Innovators Under 35，简称 “TR35” ）亚太区入选名单在上海重磅揭晓。清华大学深圳国际研究生院助理教授、正行创新联合发起人于超荣登榜单。
入选理由
她与团队提出大规模强化学习框架 RLinf，将机器人也作为模型训练资源的一部分。
强化学习已经让 AI 学会通过“试错”不断提高能力，但当它从游戏和仿真走向真实机器人，训练成本、硬件差异和系统协同都会变得复杂得多。
于超近年的研究，正是在尝试解决这道从数字世界通向物理世界的门槛。在博士后研究期间，她与团队开发无人机强化学习平台 OmniDrones，为复杂飞行任务提供更高效的仿真训练环境；与此同时，她深入研究大模型强化学习，对 DPO 与 PPO 的优化机制进行理论和实证分析。
随着研究进一步走向真实机器人，于超与团队开发了面向具身智能的大规模强化学习框架—— RLinf，试图把原本分散的模型训练、仿真、算力和机器人连接起来，并提出“像使用 GPU 一样使用机器人”的思路：将机器人也纳入统一的资源抽象和调度，让不同机器人能够参与规模化、长期在线学习。RLinf 已进入 Pytorch Ecosystem 生态和 NVIDIA IsaacLab 生态，并被多家企业和高校研究团队采用。
2026 年，于超联合发起物理智能公司正行创新（Striding AI）。她希望继续推进的，是让机器人不再只依赖部署前的一次训练，而能在真实世界的持续交互中学习、适应和进化。
关于 TR35
“35岁以下科技创新35人”（简称“TR35”）全球评选由《麻省理工科技评论》于1999年发起，是亚太、欧洲以及拉丁美洲等多个国家和地区科技青年群体的重要标尺。每年，TR35 都会从世界范围内遴选出35岁以下、对未来的科技发展产生深远影响的创新领军人物，涵盖但不限于生物技术、 能源材料、人工智能、信息技术、智能制造等新兴技术领域。
于超，清华电子系博士毕业，后继续在电子系从事博士后工作，现任清华大学深圳国际研究生院助理教授，博士生导师，入选中国电子学会青年托举计划。长期从事强化学习与机器人方向研究。累计以一作、通讯作者身份发表学术论文 60 余篇，谷歌学术引用 8000 次。在多智能体强化学习领域，以第一作者身份发表的 MAPPO 算法（NeurIPS 2022）谷歌学术引用4000次，并被国内外名校纳入课程；以通讯作者在ICML 2024 发表的大模型强化学习训练算法的研究 （Oral, top 1.5%），与 OpenAI、Anthropic 等顶尖学术机构同场汇报；近期与团队联合开发了首个面向具身智能的大规模强化学习框架 RLinf，GitHub 开源获 5000 Star，700 Fork，被英伟达 IsaacLab 官方收录为首个具身大模型训练引擎，入选 Pytorch Ecosystem，并被多家顶尖企业与研究机构广泛采用。2026年初，她与清华校友姚颂联合发起物理智能公司正行创新，公司致力于以“用物理智能给世界带来便利”，成为全球可信赖的机器人服务提供商。
“35岁以下科技创新35人” 新一届亚太区入选者群像
此次入选，是国际学术界对于超长期深耕具身智能大规模训练系统与强化学习基础算法、持续产出 MAPPO、RLinf 等产业级原创成果的高度认可。
我们期待，持续推动具身智能领域的基础研究与前沿技术创新，让更多技术成果从实验室走向真实世界，让前沿技术转化为现实生产力，更好地服务人类社会与全球经济发展。
