作為有志於投身於智能機器人領域的學生，學習方嚮應該選擇機器人的控制，還是人工智慧？

12-28

（請先看問題描述，謝謝了）
我從小便對機器人非常非常感興趣，所以在大學時選擇了自動化專業，但進了學校後才一臉懵逼地發現，我們學校的自動化專業和智能機器人關係不大。
不過自動化專業是個機電都學的萬金油專業，也就是說我本科機械和電子都要學。
於是我決定先自學機器人的相關知識，並以後考研時選擇與智能機器人相關的方向。
但機器人的領域太大了，我只能選擇一個方向。
如果要想製造出這樣的機器人：

他必須有一個強大的身體：

和一個聰明的大腦：

我發現我在機械方面有些天賦，上機械相關的課程時，對於其他人來說蛋疼的機械結構圖，我總是能夠很快的看明白。我的編程能力也似乎不錯，我是系裡第一個完成C語言課程設計的人，而且我有能夠對著屏幕坐一整天敲代碼的定力。
我看了許多關於機器人的相關資料和信息，人工智慧方面和機電控制方面都了解了一些，也去圖書館借了一些書看（不過確實看不懂……）。
看的越多越迷茫，我不明白將來應該從事哪一方面的研究，究竟是機器人的控制，還是人工智慧。我知道現在想這麼多也許不太好，但還是想思考一下未來的人生方向。
就目前的研究現狀和就業形勢來說，將來應該投身於機器人哪個領域比較好？研究機器人的身體，還是機器人的大腦？
希望各位大神和前輩能夠為我指點迷津，萬分感謝了！

這不是一個人能搞定的問題，也不是幾年就能搞定的問題。

要有boston dynamics裡面機器人的強大動力，又要有alpha go的強大智能，就這兩樣裡面的其中一樣，都不知道投了幾十億刀的資金，背後有著幾百人的團隊。單就學術來說，單就一個波士頓的機器人的液壓傳動精密控制，都夠兩個博士畢業的了吧。阿法狗背後的那個強大的計算集群，不知道有幾個大學有那個條件。

我能建議題主的就是行勝於言。不論是專攻控制，還是去搞人工智慧演算法，還是機電設計，都可以。從題主的描述來說，我認為題主對於實踐動手的投入還很有限，對於機器人的理解還僅淺存在概念的層面上。要實際動手去做東西，很多答案裡面也都給推薦了。紙上得來終覺淺，方知此事要躬親。

在學習好基礎課和動手實踐有了深刻理解的情況下，去尋找一個好的平台，可以是去好的實驗室讀研讀博，也可以是去業界的公司去做研發。就題主的志向來說，可能去名校讀個phd是個更接近的選擇。

謝邀，先給答案，選人工智慧。
具體原因路上再考慮補充。

補充：仔細想了想，發現這個問題確實從不同角度考慮，你可能會有不同的選擇。

機器人身體：籠統來說是運動控制，你可以看到BD他們做的已經很棒了，我國估計後面也會慢慢趕上，也就是說從理論上做出個牛逼的機器人身體沒什麼問題了，如果你選了這個方向，好處是有可借鑒的部分，壞處是貌似可以看到地平線了；
機器人大腦：也就是人工智慧，有把人工智慧分強人工智慧和弱人工智慧的，咱們假定只討論強人工智慧，如果你想在機器人領域走很遠（畢竟你還能工作幾十年），那麼目前還沒有清晰化的強人工智慧方向就是個很好的選擇～

至於就業，我覺得人類不出現大的災難和戰爭的情況下，無論你選哪個，吃飽飯應該都沒問題（兩千年歷史上，咱國家普通人吃飽飯可是最近二十年才勉強解決的問題哦），如果你想做個純粹的人，找一個值得自己探求一輩子的研究方向，那就選人工智慧。

既然看答案了，那就吃我一發軟廣：
工程者，成天下；做科技大師，救天下黎民。
2017年微創醫療機器人有限公司——招聘
鏈接：國內有哪些不錯的機器人領域的創業公司？ - 許三多的回答
來源：知乎
著作權歸作者所有，轉載請聯繫作者獲得授權。

自動化的話，基本是和機器人控制接的。不過機器人系統的非線性，主要側重於非線性的演算法，傳統的線性用處不大(什麼L變換，F變換那個在機器人控制裡面沒什麼用)，這方面數學要求比較高。

上面有些人說的4*4矩陣乘來乘去，你是只看書沒做過項目吧，這種只是計算空間方向的(旋轉偏移擴展，順便說說，4*4矩陣乘法代價較大，有優化計算的方法，具體自己去想)，和機器人控制理論沒什麼關係，那個只是SO(3)里的方向位置描述問題(計算機圖形學裡面也有類似的內容，原因末...3維空間轉啊移啊的...)。

另外，機器人控制屬於motion control，那種有限狀態機什麼的沒用，國內不知道自動化有沒有例如機械系那些kinematics, dynamics的課，如果沒有，要做控制這些得先補。

AI的話，方法太過繁雜，要看你想走哪個方向，最近比較熱門的是一些和概率統計隨機優化有關的分支。

我本科也是自動化專業的，大概談談我的想法。
0.先說說整體看法：
1）本科階段其實熟練掌握基礎內容都挺不容易的了，而且學校學的課程大部分都用得到。不用管這麼前沿的東西，大概了解即可。無論是機器人還是人工智慧都是很難的東西，不用想著一步登天。重要的是打好基礎，能夠順利讀研，在新平台上再考慮這些前沿東西。
2）就難度來說，編程&>電子&>&>機械。你需要考慮下時間分配，在前兩方面在課外下大功夫。因為機械部分最後很有可能是機械專業做的，跟自動化專業關係不大。因為精力其實有限，在這點上必須做出戰略抉擇。當然你也可以選擇機械：）
1.先談談你的優勢：
首先，可以看出你在機械方面很有天賦，這很好。機械不太難但確實需要點天賦。當年上工程製圖課的時候確實好多人半天看不懂圖。。。
其次，能看出你在編程方面很有耐心，這很好。但只學了C語言還不能說有沒有天賦，因為學校的c語言其實很簡單的。保持耐心，在編程方面多加積累，就編程來說，積累比天賦更重要，一個精通的程序員生產力可以頂幾十個高級新手，前期投入會在後期為你省很多時間。
2.再談談核心課程：
學校的課程安排其實還挺合理的，不過還是點一些核心的（就是一定要學好的）。
1）數學：概率論，線性代數，高等數學，複變函數（按重要程度由高到低）。
2）電子基礎：模電、數電、數字信號處理。
3）計算機基礎和編程：這個我是畢業後才知道是短板的，自動化專業尤其容易忽略這個。達到熟練其實遠比想像的要花更多時間。這方面幫不了你太多，自己找找。大概是操作系統，計算機網路，資料庫等。
3）專業課（寫得少，但本科能熟練這些就夠了）：
a.機器人方向：數字信號處理，自動控制原理。
b.AI方向（當然你也知道現在流行的其實只能算計算智能。。）：機器學習
至於其他課程不用關注太多，用心即可。
3.最後說說戰略規劃：
1）先盡你最大努力列一份機器人或人工智慧的發展方向，因為可以看出現在你還沒有基本認識，甚至連新聞中能看到的也不能成體系地總結。比如AI現在包括機器學習、自然語言、圖像處理、語音處理等（按成熟度）。
2）心中有路線圖後，然後就此先放下，專心、全力打好基礎。學校的社團或飛思卡爾什麼的，正如前面的答題者所說，長遠來看沒什麼難的東西，平台也不大，不一定比你的基礎課更重要。因為更好的選擇其實是打好基礎，暑假根據基礎通過面試去相關公司實習。這也是我當時沒有意識到的。原因是你畢業後，根據你的能力和愛好，無非兩種選擇，一種是讀碩讀博搞科研，另一種是去公司當工程師。這兩條路都看重基礎和實習經歷。學校的項目經歷，在招生組和面試官眼中，很多時候不比基礎紮實更重要。
3）然後想說機器人和AI這方面方向很多，也很容易分神。打好基礎後，找到興趣點和持續投入也是很重要的。

最後再強調下：
1）你已經看到你現在的天賦和耐心，這很好。
2）正如其他回答者所說，目標不用很遠大，行勝於言。必須有所戰略，有舍有得。
祝你成功！

首先，應當對自動化和機器人樹立正確的認識。
說實話，哪個大學的自動化專業本科都跟機器人沒多大關係。因為自動化是個交叉學科，範圍太廣了。自動化嘛，只要能「自己動」，都是自動化。機器人只是自動化領域的一個小分支，學校里自動化跟機器人關係不大很正常。現在機器人炒的火，所以大家都想涉足這個領域。
話說回來機器人又是一個大交叉，從硬體到軟體，從設計到加工，從演算法到應用都涉及很多學科。你說的機器人個跟人工智慧又是機器人領域的兩個大分支，下面還有更細的。
---------------------------------------------------------------
其次要對本科與研究生兩個階段有正確的認識。
本科的知識只能算是從事工科的通識教育，自動化專業本科畢業從事機器人行業，可能也就是拿個示教器編編程序，研發就不要想了，所以就算本科開了機器人的課，也只是領領路子，讓學生知道研究生期間，機器人是個研究方向。
本科階段參加些比賽，鍛煉下動手能力是極好的，找個開發版，做出個像dobot一樣的機器人就很好了。
研究生階段找個有機器人實驗室而且研究的還不錯的學校，真正開始你理想中的科研。然後你就明白，那種桌面機器人就是個玩具而已，舵機？步進電機？搞事情歪。。。
要知道機器人裡面每個部件都價格不菲，伺服電機，減速機，工控機。。。本科學生做個模電實驗都能玩炸了，你覺得學校捨得讓學生拿這些練手玩？
----------------------------------------------------------------
再次，機器人的「身體」與「大腦」。兩方方向都可以，機器人的大腦也不算是用的人工智慧。現在絕大多數機器人也還用的不是人工智慧，但是現在又在推協作，感覺開始帶上了智能的色彩。
進入傳統機器人領域，肯定有飯吃，工業機器人精度度是關鍵！精度是關鍵！精度是關鍵！
進入人工智慧領域，也肯定有飯吃，因為是未來發展的方向。

自動化轉機器人碩ai博

我2個都學過。
機械系的機器人課程，主要是通過移動轉軸求一端位置這類計算，具體來說就是4x4矩陣乘來乘去，比較簡單。你自己看書的話也特別容易。（學起來類似材料力學，就是一堆公式）
計算機系的機器人課程，主要就是各種模式識別跟神經網路的，模式識別用線性代數比較多也不難。神經網路里用的數學公式大部分沒見過，開始看比較難的。計算機里關於智能方面分科也很多的，什麼視覺方向，語音方向。
你要是想自己做機器人用來玩，就學機械方向的吧，如果給已經有的機器人編程就學計算機的。
難度上機械系的遠小於計算機系的。畢竟機械系是工科，都按已有公式推就行了。