我的本科 + 碩士階段學習的都是自動化專業。相比其他學科，自動化是離機器人最近的一個專業（除少部份高校專設的機器人專業外）。回憶了一下，按照一般本科自動化專業課程的設計，機器人用到了以下基礎知識（大一、大二階段，括弧中為之後的套用領域）：
高等數學（機器人動力學）
線性代數（座標變換；狀態空間控制）
機率論與數理統計（濾波器；位置預測；決策）
復變函式（頻域變換對應訊號處理；z變換對應離散時間系統）
數電、模電技術（機器人的硬體設計）
微控制器原理與套用（機器人控制器）
電腦原理（同上）
電腦體系架構（硬體設計）
作業系統（RTOS/Linux）
C/C++語言編程（機器人編程）
演算法導論（機器人演算法：如路徑規劃）
更專業和針對一點的課程（大三、大四階段）：
自動控制原理（即 經典控制理論）
現代控制原理（State-space狀態空間控制、MPC模型預測控制等）
智慧控制（專家控制 + 模糊控制 + 魯棒控制 + 神經網路控制）
機械制圖
機械原理（齒輪、傳動、有限元受力分析）
機械加工（數控機床等）
MATLAB/Simulink 或 NI Labview（或 快速控制原型設計 RCP）
傳感器與訊號處理（有時還包括系統辨識）
運動控制系統
電氣控制與PLC（一些工業機器人依然是由PLC控制的）
電力與電子系統（主要針對電機控制和電源系統設計）
最後是研究生階段（雙控；重復課程不再列出）：
人工智慧導論
模式辨識與控制
機器人導論
機械臂控制
移動機器人
非線性控制系統
最優控制 / 自適應控制
多傳感器融合
智慧制造
沒想到寫下來竟然有這麽多，但是一一核對發現確實需要這麽多的知識。當然也有很多研發中需要的知識是自動化專業沒有覆蓋的，比如機器視覺、深度學習、SLAM、路徑規劃、ROS作業系統等，這些根據需要自學就好。
如果是非自動化專業想要從事機器人工作（比如常見的電腦、機械專業轉行），我覺得沒有時間、也沒有必要去一一學習以上課程內容。不同階段有不同的任務，在校階段還是以掌握原理為主，很多知識並不實用；而工作階段又很難和學生時代一樣系統的，自底向上的去學習。畢竟實踐和理論一樣重要，可以在計畫開發的過程中有的放矢，慢慢學習掌握就好。
