這里有必要提醒各位注意一個技術人員容易忽略的基礎事實： 　　【機器人學是一門高度交叉的工程學科】為什么要說這個？是因為這里面有兩個重要的詞：交叉、工程。下面是分開討論： 　　【交叉】意味著機器人學涉及的知識范圍非常廣泛，上至院士，下至愛好者，沒有能一個人搞定所有事的。中國學術界，一般來說傾向于把涉及的技術分為三大類：感知、認知、動作，近年來又補充了協(xié)同，這里簡單介紹： 1.感知技術核心的是傳感基礎，其中包括了：傳感器（各類傳感器，基于什么原理的都有）、信號處理（核心使用的技術是各類濾波、多傳感器融合等）、模式識別（視覺、語音、運動捕捉等）等等。 2.認知是理解環(huán)境的部分，現(xiàn)在主流的核心手段是（基于認知科學的）機器學習技術。人機交互的理解部分一般也放在這里。 3.動作是從事的人最多的部分，傳統(tǒng)工業(yè)機器人幾乎所有問題都在這里面。動作首先包括了機械、電子（拖動）這些看得見的部分，然后還包括了于控制理論為核心的運動控制，規(guī)劃理論為核心的運動規(guī)劃， 4.協(xié)同是后來被補充進體系的（暫定，未普遍接受），主要包括了網(wǎng)絡化和多機器人。網(wǎng)絡化大部分問題是工程性質的。多機器人則主要研究如果每個機器人單獨決策時，如何全局最優(yōu)等問題。 　　【工程】機器人是工程學科，意味著你不能理科思維去學習他。你無法通過【學習基礎理論=》推演出各種問題答案】這條路走下去，因為所有的研究都是基于【你的系統(tǒng)使用了什么設備】為基礎的。所以搞這行的基礎之一就是，你要知道你有什么可以使用的。 對于一般的團隊，通常機電部分和軟件算法部分至少是不同人的（普通嵌入式軟件歸機電部分，但復雜閉環(huán)之類的可能歸算法）。對于一個具體的人來說，一般我們都會具體的區(qū)分這個人是做機器人哪部分的，而各部分之間的基礎技術可能完全不同。 【問題來了】學挖掘機……恩，不，學機器人到底需要什么技術呢？看到這里題主肯定更迷茫了，這么多怎么學？實際上說，我們肯定不需要都學，這里給出一些典型的場景和搭配，名字都一般的俗稱，給題主一些參考： 【搞系統(tǒng)的】通常指那些構建機器人系統(tǒng)的領軍型人物，這類人是典型的工程師，知識結構以了解所有相關學科進展為基礎。很多情況下，這類人才都是做各種填補空白的項目，擅長領域相關的分析。知識結構大多以機電出身，少有機器學習和軟件出身。 【搞機的】機械、傳動、電機（選型等）、液壓、底盤等等技術為基礎，是機器人系統(tǒng)的基礎，也是國內幾人領域的主力軍。通常在扎實的設計能力上，要求有限元等分析手段。是很強調經(jīng)驗的類型。 【搞電的】嵌入式（包括其中的軟件）、傳感器、驅動、閉環(huán)控制（PID等）、濾波、通訊協(xié)議等等技術是必須的，尤其要求見過的東西多。 【搞軟的】很不幸，這個比傳統(tǒng)的軟件概念大很多，除了通訊、UI之外，決策等算法問題通通都要這些人來解決。甚至基本的機器視覺、多機協(xié)作都要掌握。 ==上面是工程型，下面是擴充的細分研究== 【搞導航】注意，很多時候說導航，解決的不是怎么從A到B的問題，而是定位問題：我在哪？核心技術大多數(shù)都是以貝葉斯濾波為基礎的（比如卡爾曼等）。如果細分，則搞SLAM的和搞GPS+慣性+航跡的會分為兩類。這些方向基本上獨立構成問題，專精即可。 【搞規(guī)劃】這個才是很多人以為的導航，簡單版是路徑規(guī)劃，復雜的可能包括人的步態(tài)規(guī)劃。這個方向往往沒法完全獨立，大部分研究的人還同時在各種平臺上面做優(yōu)化，需要有工程分析能力。 【搞控制】這個就不是簡單的控制了，而是那些“領先科技20年”的高端控制問題，非線性什么的是至少的，需要強大的數(shù)學基礎。通常是搞理論或是專注于某個具體復雜應用領域的人。 【搞識別】模式識別與機器人是千絲萬縷的聯(lián)系，很多搞識別的也都搞機器人。但基礎知識和機器人學已經(jīng)沒什么關系了。 【搞動力學】機械的特殊進化方向，主要是由于其復雜性和在實際應用中大量使用的估算方法，所以變得只有高端應用和科研才會實際使用。 【搞智能】尤其以科大為代表，同樣機器人最后不是唯一對象了。 還有很多很多，人數(shù)相對少些，就不多說了。注意后面的都是研究分化。還可以按特定領域分，這里就不列了。 　　如果你打算搞機器人，那么最好首先在基礎里面選一個，著重自己的，同時了解其他幾個就好，如果有興趣。可以細化方向。搞機器人沒有嚴格上必須會的（或許英語是例外）。