我的本科 + 硕士阶段学习的都是自动化专业。相比其他学科，自动化是离机器人最近的一个专业（除少部分高校专设的机器人专业外）。回忆了一下，按照一般本科自动化专业课程的设计，机器人用到了以下基础知识（大一、大二阶段，括号中为之后的应用领域）：
高等数学（机器人动力学）
线性代数（坐标变换；状态空间控制）
概率论与数理统计（滤波器；位置预测；决策）
复变函数（频域变换对应信号处理；z变换对应离散时间系统）
数电、模电技术（机器人的硬件设计）
单片机原理与应用（机器人控制器）
计算机原理（同上）
计算机体系架构（硬件设计）
操作系统（RTOS/Linux）
C/C++语言编程（机器人编程）
算法导论（机器人算法：如路径规划）
更专业和针对一点的课程（大三、大四阶段）：
自动控制原理（即 经典控制理论）
现代控制原理（State-space状态空间控制、MPC模型预测控制等）
智能控制（专家控制 + 模糊控制 + 鲁棒控制 + 神经网络控制）
机械制图
机械原理（齿轮、传动、有限元受力分析）
机械加工（数控机床等）
MATLAB/Simulink 或 NI Labview（或 快速控制原型设计 RCP）
传感器与信号处理（有时还包括系统辨识）
运动控制系统
电气控制与PLC（一些工业机器人依然是由PLC控制的）
电力与电子系统（主要针对电机控制和电源系统设计）
最后是研究生阶段（双控；重复课程不再列出）：
人工智能导论
模式识别与控制
机器人导论
机械臂控制
移动机器人
非线性控制系统
最优控制 / 自适应控制
多传感器融合
智能制造
没想到写下来竟然有这么多，但是一一核对发现确实需要这么多的知识。当然也有很多研发中需要的知识是自动化专业没有覆盖的，比如机器视觉、深度学习、SLAM、路径规划、ROS操作系统等，这些根据需要自学就好。
如果是非自动化专业想要从事机器人工作（比如常见的计算机、机械专业转行），我觉得没有时间、也没有必要去一一学习以上课程内容。不同阶段有不同的任务，在校阶段还是以掌握原理为主，很多知识并不实用；而工作阶段又很难和学生时代一样系统的，自底向上的去学习。毕竟实践和理论一样重要，可以在项目开发的过程中有的放矢，慢慢学习掌握就好。
