如何在6个月内成为一名机器人工程师（资源）

机器人技术是当下科技领域里竞争最少、价值却极高的技能

问题在于，几乎没人知道该从哪里入手，因为这个领域看起来像是五个领域叠在一起

有人翻开大学机器人教材，在旋转矩阵那一章就放弃了

有人买了 Arduino 套件，点亮一颗 LED，就再也没做过第二个项目

有人直接跳进 ROS 2 教程，却连 PWM 信号是什么都不知道，然后在真实硬件上碰壁时百思不得其解

还有人走了另一个极端，只学机器学习，结果能训练策略模型，却连让电机转起来都做不到

结果往往都一样：零零散散忙活几个月，最后拿不出一个能跑的机器人给别人看

如果你的目标是成为机器人工程师，你不需要机械工程学位，也不需要徒手推导七连杆臂的动力学方程

你需要的是让物理世界的东西听你的话，稳定可靠，然后拿出证据来

这意味着你要学会：

这份指南是一份为期 6 个月的实战路线图，并且假设你从零开始，没有任何电子学基础

每一节都配有资源、重点清单和一项实操任务，让你做出实实在在的东西，因为机器人作品集是由“动起来的东西”组成的，而不是你上完的课程

它同样涵盖了硬件成本以及三个预算档位的购买渠道，因此无论你身处旧金山，还是在某个AliExpress需要六周才能送达的地方，都能按此操作。

这篇文章篇幅接近 12,000字，包含100多个链接资源和27个实践项目，所以建议你收藏起来，按月逐步阅读，而不是试图一口气读完。

文中所有价格和链接均于2026年9月对照供应商或官方文档核实过；对于广为流传但经不起核查的数据，我已明确说明，而非盲目转述。

重要提示！！！

在撰写本文时，我意识到最重要的技能是用简单的语言解释复杂的技术问题。

因此，我创建了自己的个人YouTube频道，计划上传关于AI与机器人工程的教学视频。

如果你真心喜欢我在X上的内容，并希望免费在这两个领域进阶，那么

请关注我：https://www.youtube.com/@deronin_23

这对我意义重大。我希望这些内容能真正派上用场，并继续制作更多在X上获得大量好评的内容 ❤️

现在，让我们开始阅读正文吧

为什么是机器人学而非AI工程

你时间线上每个人现在都是AI工程师，而这正是问题所在

你无法用子代理在凌晨三点花几分钱做的事来构建护城河

机器人学恰恰相反，原因在于结构性而非潮流性：

AI工程拥挤不堪，机器人学却空空荡荡

机器人工程师实际做什么

很多人听到机器人工程师就想象有人从零设计人形机器人

实际上这个工作分为多个专业方向，你选一个深耕，同时保持对其他方向的了解：

我读了Figure和Skild的实时招聘信息，四个要求在每一条里都出现：

注意列表里没有的东西：特定学位

这就是为什么这份路线图围绕“让东西跑起来”而非“研究理论”来构建，也是为什么下面每一节都以你必须动手构建的东西收尾

做这件事的同时保留你现有的收入来源，把它当作每天两三个小时，六个月的设计就是按这个节奏来的

第1个月：电子学、工作台，以及你构建一切所用的工具

本月目标：能够读懂电路图，搭建出能正常工作的电路，并在它出故障时找到问题所在

几乎每份路线图都会跳过这一步，直接跳到Arduino，这就是为什么很多人能照着接线图复制，却在设备出故障时束手无策

机器人技术是唯一一个bug有时是松动的导线、电压不足的电池，或是电机消耗的电流超过稳压器供给能力的软件领域，而如果你不理解底层的电气原理，就永远无法诊断这些问题

学习内容

1. 电子学基础

你需要掌握欧姆定律、分压器、电容的作用、晶体管如何开关，以及如何阅读电路图

你不需要从基本原理出发设计运算放大器

学习方法：

在花一分钱之前，先从模拟器开始，因为你可以零成本地接错线路，并真正看到它们失败的原因

初学者最常见的错误是看了数小时的视频却从未实际搭建电路，所以每学一个示例都要动手搭建，即使在模拟器里也要如此

资源：

1. Falstad电路模拟器（免费，浏览器运行）

链接：https://www.falstad.com/circuit/

动画展示电子流动和实时电压着色，让你真正看到电流的移动而非凭空想象，这是建立直觉最快的方式

2. Tinkercad电路（Autodesk出品，注册后免费）

链接：https://www.tinkercad.com/circuits

唯一一个同时提供虚拟面包板、虚拟Arduino和虚拟万用表的模拟器，能在你购买任何零件之前就发现接线错误

3. All About Circuits，“电路课程”（免费）

链接：https://www.allaboutcircuits.com/textbook/

一套完整、开放许可的电子工程教科书，共六卷。当视频里对某个你需要真正理解的内容一笔带过时，这就是你的参考。

4. Afrotechmods 教程（免费）

链接：https://afrotechmods.com/tutorials/

短小、明快、有趣的视频，按初级、中级和高级分类。如果你不适应讲座式教学，这是合适的选择。

5. 《Make: Electronics》第三版，查尔斯·普拉特（$29.99）

链接：https://www.makershed.com/products/make-electronics-3rd-edition-print

对于从未拿过万用表的人来说，这是最好的单本纸质书。它围绕故意损坏元件来学习其极限而设计。

重点内容：

实践任务： 在 Falstad 中构建一个分压器，手动计算输出电压，然后在模拟器中确认。接着构建一个晶体管开关，用逻辑电平输入点亮 LED，因为这个电路正是日后让 3.3V 微控制器引脚控制需要更大电流的器件的关键。

2. 工作台、工具与各项成本

这一节决定了你是否真的会开始，因此这里给出的是诚实的预算清单

第 0 级，$0。 Falstad、Tinkercad 和 All About Circuits，让你在花任何钱之前先学会欧姆定律和分压器。真心建议先做这一步

第 1 级，约 $45 至 $60。 一套入门套件和一个万用表。下面每个套件都是免焊接的，所以你暂时还不需要烙铁

第 2 级，约 $110 至 $160。 增加一把烙铁、焊锡、斜口钳、剥线钳、辅助夹持工具、洞洞板和一些额外的被动元件

第 3 级，约 $200 至 $300。 增加一台台式电源、更好的万用表、吸锡泵、收纳抽屉和一个机器人底盘套件

已核实的套件价格，2026 年 9 月：

1. Elegoo UNO R3 超级入门套件（$42.99）

链接：https://www.elegoo.com/products/elegoo-uno-r3-super-starter-kit

性价比最高的选择，也是大多数入门课程所针对的套件，配有预焊好的 LCD、电源模块和一份 22 课的 PDF 教程

2. Elegoo UNO 基础入门套件（$19.99）

链接：https://www.elegoo.com/products/elegoo-uno-basic-starter-kit

如果预算确实紧张，这是最便宜的真正入门点，包含一块 Uno 兼容板和基本的被动元件

3. SparkFun 发明家套件 v4.1.2（$99.95）

链接：https://www.sparkfun.com/sparkfun-inventor-s-kit-v4-1-2.html

所有套件中课程设计最好的，5 个项目共 16 个电路，最终完成一个可运行的机器人；即使你买了更便宜的套件，其免费指南也值得一读

4. Adafruit 数字万用表 9205B+（$17.50）

链接：https://www.adafruit.com/product/2034

可测电压、最高 20A 的电流、通断、电阻和电容，这些足以满足你多年的需求

5. Pinecil V2 电烙铁（社区价 $25.99，零售价 $35.99）

链接：https://pine64.com/product/pinecil-smart-mini-portable-soldering-iron/

一把以玩具价格出售的真温控烙铁，USB-C供电，兼容标准TS100和Hakko T12烙铁头

购买渠道与诚实建议：

首次下单时，多花点钱从Amazon或Elegoo官网购买，这样你几天内就能动手组装，而不是苦等一个月。一旦你明白了10k电阻的用途，就可以放心在AliExpress上批量采购了

练习任务： 购买一套套件和一台万用表，然后开始测量。测量电池电压，随机挑选五个电阻测量阻值并与色环对照，再用通断模式查找你自己故意弄断的导线。这听起来简单，却是未来六个月里能为你节省最多时间的一项技能

3. 焊接

有时候，跳线就不够用了——一台在演示中途散架的机器人，可算不上什么拿得出手的作品。

资源：

1. Adafruit 优秀焊接指南（免费）

链接：https://learn.adafruit.com/adafruit-guide-excellent-soldering

涵盖烙铁选择、焊接技巧、每种常见故障的照片以及安全事项，是整个行业公认的参考标准。

2. SparkFun：如何使用万用表（免费）

链接：https://learn.sparkfun.com/tutorials/how-to-use-a-multimeter

电压、电阻、电流和通断测试都讲得清清楚楚，包括烧了保险丝该怎么办——你迟早会烧的。

重点练习：

练习任务： 把排针焊到一块便宜的转接板上，然后用通断测试档逐一检测每个引脚，整套流程重复三遍。之后拆掉一个引脚再重新焊上，因为拆焊不当正是大多数新手毁掉电路板的主要原因。

4. Python、终端与Git

从此刻到第六个月，这三样工具你每周都会用到，所以现在就把它们搞定。

资源：

1. CS50P：Python编程入门（哈佛大学，免费）

链接：https://cs50.harvard.edu/python/

比大多数入门课程更严谨，配有习题集和最终项目，正是这种结构让人能坚持到底。

2. 面向所有人的Python（Coursera，免费旁听）

链接：https://www.coursera.org/specializations/python

如果CS50P感觉太难，这是最温和的起点，由网上最亲和的讲师之一授课。

3. 计算机教育中缺失的一学期（MIT，免费）

链接：https://missing.csail.mit.edu/

涵盖Shell、脚本和命令行熟练度——这些大学课程往往跳过，而机器人技术恰恰依赖命令行运行。

4. 学习Git分支（免费，互动式）

链接：https://learngitbranching.js.org/

理解分支与合并的最佳可视化工具，而这正是Git中最让人困惑的部分。

重点掌握：

实践任务： 从今天起，你构建的每个项目都存放在GitHub仓库中，并附带一个README，包含一张照片、一段接线说明，以及一段关于什么出了问题以及如何修复的简要解释。最后这部分，正是让一个仓库看起来像工程实践而非教程复刻的关键。

第一个月里程碑

到本月底，你应该能够：

第二个月：微控制器、电机与传感器，以及你的第一个移动机器人

本月目标：打造一个能移动、感知环境并自我修正的机器人

这个月，机器人技术不再是纸上谈兵，也是整个领域大多数基础技能首次以缩影形式出现的时刻

一个循线机器人是一个闭环控制系统，包含传感器输入、执行器输出和调参问题——这正是人形机器人的本质，只是更小、更便宜，也更不容易摔坏。

学习内容

1. Arduino

从 Arduino 开始，而不是 ESP32，因为其生态系统庞大，几乎所有教程都以它为目标

几周内你就会转向 ESP32，而在这里学到的任何东西都不会浪费

资源：

1. Paul McWhorter 的 Arduino 课程（免费）

链接：https://toptechboy.com/arduino-lessons/

超过 100 节课，讲解节奏缓慢，每节课末尾布置作业，对于之前学 Arduino 失败过的真正初学者来说，这是最佳选择

2. Arduino 内置示例（官方，免费）

链接：https://docs.arduino.cc/built-in-examples/

你的 IDE 中已经包含可运行的示例代码，这是从“安装完成”到“看到东西动起来”的最快路径

3. Arduino 官方文档，学习部分（官方，免费）

链接：https://docs.arduino.cc/learn/

数字和模拟 IO、PWM、I2C、SPI 和 UART 的权威参考，最适合作为查阅工具而非课程使用

4. Arduino 项目中心（免费）

链接：https://projecthub.arduino.cc/

超过 6000 个项目，附带接线图和代码，当教程结束、你需要动手做点什么时，这里就是去处

重点学习内容：

实践任务： 制作一个反应计时游戏。LED 在随机延迟后亮起，按钮停止计时，时间以毫秒为单位打印到串口。它涉及中断、按键消抖和非阻塞计时，并且有得分机制，这样用十五秒的视频就能展示成果

2. ESP32

当你需要WiFi、蓝牙、更强的处理能力或双核时，ESP32就是你的选择，而且它比Arduino Uno更便宜。

购买一块 ESP32-S3 作为你的主控板，这是目前功能最强大的版本，同时再备一块经典ESP32，以便旧教程代码无需修改即可运行。

资源：

1. Random Nerd Tutorials，ESP32入门指南（免费）

链接：https://randomnerdtutorials.com/getting-started-with-esp32/

这是针对该芯片最高质量的免费教程库，几乎涵盖了每个初学者可能遇到的故障模式及对应解决方案，并附带250多个项目索引。

2. ESP-IDF编程指南（乐鑫官方，免费）

链接：https://docs.espressif.com/projects/esp-idf/en/stable/esp32/get-started/index.html

当你超越Arduino层时，这是唯一权威的信息来源，涵盖真正的工具链、menuconfig和构建系统。

3. Arduino ESP32核心文档（乐鑫官方，免费）

链接：https://docs.espressif.com/projects/arduino-esp32/en/latest/

乐鑫自家针对Arduino层的文档，是连接“Arduino与ESP-IDF”的桥梁，让两者成为连续谱系而非分岔路口。

4. DroneBot Workshop ESP32资源中心（免费）

链接：https://dronebotworkshop.com/esp32-2/

长篇教程，注重接线图，每个视频都有配套的文字文章，涵盖ESP-NOW、OTA更新和低功耗模式。

板卡价格（已验证）：

决策框架：

实践任务： 构建一个在Arduino Uno上无法实现的项目。从ESP32提供网页服务，显示实时传感器读数，并带有驱动舵机的按钮，然后通过同一网络上的手机访问它。这同时教授了WiFi、HTTP处理以及异步工作

3. 电机、驱动器和执行机构

这是电子学不再抽象的地方，因为电机会消耗实际电流且表现不佳

有四种类型很重要，你应该在月底前全部理解

有刷直流齿轮电机：便宜，需要H桥，除非添加编码器，否则没有位置反馈。是第一个漫游车的默认选择

业余舵机：内部闭环，行程约180度，无外部反馈

智能串行总线舵机：菊花链连接，具有位置、速度和电流反馈以及12位磁编码器。这是现代低成本机械臂使用的类型

步进电机：开环绝对定位，具有高保持扭矩

资源：

1. DroneBot Workshop，使用L298N控制直流电机（免费）

链接：https://dronebotworkshop.com/dc-motors-l298n-h-bridge/

涵盖直流电机理论、PWM、H桥内部结构以及三个完整示例代码，最终实现一个由操纵杆驱动的机器人小车

2. SparkFun TB6612FNG连接指南（免费）

链接：https://learn.sparkfun.com/tutorials/tb6612fng-hookup-guide/all

引脚布局、接线和库，适用于你应实际使用的驱动器，并附有原因说明

3. DroneBot Workshop，使用Arduino控制步进电机（免费）

链接：https://dronebotworkshop.com/stepper-motors-with-arduino/

单极与双极、微步进、NEMA尺寸，以及跨三种不同驱动器的四个演示

4. SimpleFOC文档（开源，免费）

链接：https://docs.simplefoc.com/

任何地方最清晰的免费磁场定向控制解释，以及当你涉足无刷电机时的经济实惠入门途径

硬件，已验证价格：

需要记住的内容： L298N 出现在每一个教程里，但你不应该使用它。它是一种过时的双极晶体管 H 桥，其输出级会压降约 2V，发热严重且浪费电池电量。了解它是因为教程都在用，然后改用 TB6612FNG 或 DRV8833。

练习任务： 使用 PWM 以五种不同速度驱动一个直流电机正转和反转，然后添加一个编码器，编写一个函数，使车轮无论电池电压如何都能精确转动一整圈。后半部分是你第一个真正的闭环控制，它比听起来要难得多。

4. 传感器与感知物理世界

资源：

1. Adafruit BNO085 9 轴 IMU 指南（免费）

链接：https://learn.adafruit.com/adafruit-9-dof-orientation-imu-fusion-breakout-bno085/overview

涵盖了一款在芯片上完成传感器融合并直接输出四元数的 IMU，这是“花钱省去数学计算”的方案。

2. Kalman 和 Bayesian Filters in Python，Roger Labbe（免费，CC-BY）

链接：https://rlabbe.github.io/Kalman-and-Bayesian-Filters-in-Python/

包含可运行代码和已解答练习的 Jupyter Notebook，涵盖 g-h 滤波器、离散贝叶斯滤波器、KF、EKF、UKF 和粒子滤波器，这是现存最好的免费滤波教学资源。

3. MathWorks，理解传感器融合与跟踪（免费）

链接：https://www.mathworks.com/videos/series/understanding-sensor-fusion-and-tracking.html

六个简短部分，从“什么是传感器融合”到融合 IMU 和 GPS 以确定姿态，是在你接触代码之前应有的正确概念性概述。

传感器价格（已核实）：

初学者提示： 对于平衡机器人，先编写互补滤波器，再尝试卡尔曼滤波器。互补滤波器仅需四行代码：angle = a (angle + gyro dt) + (1 - a) * accelAngle，其中a约为0.98，效果显著。待你理解互补滤波器为何失效后，再进阶到卡尔曼滤波器

实践任务： 将惯性测量单元安装在一块板上，将俯仰角打印到串口，保持板子完全静止，观察数值仍会漂移。接着添加互补滤波器，观察漂移消失——这是状态估计中最重要的一课，而你仅需二十分钟即可掌握

5. 你的前两个机器人

这两个项目合起来所教的内容，胜过任何课程

循线机器人。 高质量构建约 $105，经济型构建约 $38

物料清单，高质量版：ESP32-S3 $15.95，Pololu Romi 底盘套件 $39.95，TB6612FNG 驱动器 $14.77，QTR-8RC 反射阵列 $12.95，电池及电池盒约 $12，接线和排针约 $10

经济型版本：通用 ESP32 约 $6，2WD 亚克力底盘约 $12，DRV8833 $5.95，五个 TCRT5000 传感器约 $3，电池约 $6，接线约 $5

自平衡机器人。 高质量构建约 $134，经济型构建约 $62

物料清单，高质量版：ESP32 $15.95，两个带编码器的齿轮电机组件 $39.90，TB6612FNG $14.77，MPU-6050 $12.95，打印或激光切割底盘约 $10，锂聚合物电池、充电器和轮子约 $30，杂项约 $10

本月练习任务： 先搭建循线机器人，用 P 控制器进行调参，然后加入 D 项，观察振荡消失，并拍摄两个版本的视频。一个调校不佳的机器人旁边放着调校得当的同一机器人，这样的视频是初学者作品集中最有说服力的内容之一，因为它证明你理解了控制回路，而非仅仅复制了一个增益值

接着搭建平衡机器人，在滤波器和循环时序都正确之前，它完全无法工作，而这种挫败感正是关键所在

第二个月里程碑

到本月底，你应该能够：

第三个月：机械设计、CAD与自制零件

本月目标：在CAD中设计一个零件，制造出来，并确保它能完美装配

这个月是区分“组装套件的人”和“制造机器人的人”的分水岭

此后你构建的每一个机器人，都会包含那些只因你的设计而存在的零件；能够在一个下午内从想法变成实体支架，将彻底改变你所能实现的项目范围。

学什么

1. CAD

选一个工具深入钻研，而不是每个都浅尝辄止

决策框架：

资源：

1. Onshape 学习中心，CAD 基础（免费，需注册账号）

链接：https://learn.onshape.com/learning-paths/onshape-fundamentals-cad

唯一一个免费、结构化的 CAD 课程，学完可获得可写入简历的证书，并且附带专门的机器人竞赛赛道

2. Product Design Online，30 天学会 Autodesk Fusion（免费）

链接：https://productdesignonline.com/learn-autodesk-fusion-360-in-30-days-official-course/

三十天建模三十个物体，这是从从未打开过 CAD 到熟练参数化草图的最快路径

3. MangoJelly Solutions FreeCAD 教程（免费）

链接：https://www.youtube.com/@MangoJellySolutions

最适合创客的 FreeCAD 教学频道，以短小精悍的针对性课程组织，而非单一冗长的整套教程

4. Protolabs Network，面向3D打印的设计（免费）

链接：https://www.hubs.com/knowledge-base/design-for-3d-printing/

CAD中面向制造的设计部分：壁厚、方向、公差、支撑、卡扣配合，以及何时使用STL、3MF或STEP格式

重点关注：

实践任务： 根据制造商数据手册的图纸，而非凭目测，为实际购买的舵机建模一个支架，包括尺寸正确的螺丝孔和轴间隙。然后打印出来看看是否合适——第一次很可能不合适，而那次失败正是经验所在。

2. 3D打印

已核实的打印机价格，2026年9月：

链接：https://store.creality.com/products/ender-3-v3-se-3d-printer

链接：https://www.bestbuy.com/product/bambu-lab-a1-mini-3d-printer-silver/CZTZV9ZGGV

链接：https://www.bestbuy.com/product/bambu-lab-a1-3d-printer-silver/CZW2ZH33H4

链接：https://store.creality.com/products/k1c-3d-printer

链接：https://us.store.bambulab.com/products/p1s

耗材及其适用场景：

资源：

1. OrcaSlicer校准维基（免费）

链接：https://github.com/OrcaSlicer/OrcaSlicer/wiki/Calibration

按推荐顺序进行温度、流量、压力提前、回抽和公差校准，这是任何想要零件完美契合的人最有用的切片文档。

2. Teaching Tech 3D打印机校准（免费，交互式）

链接：https://teachingtechyt.github.io/calibration.html

一个与打印机无关的交互式指南，按顺序引导你完成每一项校准。

3. CNC Kitchen（免费）

链接：https://www.youtube.com/@CNCKitchen

对填充、壁厚、螺纹嵌件和打印方向进行仪器化、可重复的强度测试，在这里，打印方向不再只是经验之谈，而是有数据支撑的事实。

4. 间隙与公差3D打印机量规（免费STL）

链接：https://www.printables.com/model/57067-clearance-and-tolerance-3d-printer-gauge

打印一次，你就能了解机器在压配合和滑动配合中的实际间隙，这将成为你之后设计每个支架和轴承座的基础。

如果你无法购买打印机：

链接：https://fablabs.io/labs

链接：https://action.everylibrary.org/how_to_find_a_makerspace_near_you

链接：https://craftcloud3d.com/

链接：https://jlc3dp.com/

诚实的成本核算： 一个SO-101机械臂大约需要1公斤PLA+耗材，在自己机器上打印大约花费20到25美元，而购买一套打印好的成品则需30.99美元。一台打印机无法通过一次打印就回本，它的价值在于迭代——因为第十版夹爪手指的成本仅需40美分和在家25分钟的时间，而外包服务则要8美元和一周的等待。

实践任务： 打印公差测试件，记录你机器的实际间隙数值，然后为你的ESP32设计并打印一个无需胶水即可扣合的两件式卡扣外壳。不断迭代直到它发出清脆的扣合声。这就是所有机械设计的核心循环。

3. 执行器、传动系统，以及为什么机器人很难做

理解齿轮减速、回差和扭矩密度，是区分“视频里能动的机器人”和“能反复可靠工作的机器人”的关键。

重点关注：

实践任务： 为NEMA17步进电机或业余电机设计并打印一个简单的行星或摆线减速器，并接受第一个版本会很差的事实。通过固定输出端并摇晃它来测量回差，然后重新设计以减少回差。如果你需要起始几何参考，Instructables和Hackaday上有参考制作项目。

链接：https://www.instructables.com/OpenCycloid-3D-printed-Open-Source-Robotic-Actuato/

4. 构建一个真实的机械臂

这是本月的收官项目，也是整个路线图中最值得投入的硬件购买

SO-101 是一款来自TheRobotStudio和Hugging Face的开源5自由度机械臂（含夹爪），设计为“主臂+从臂”成对构建，这样你可以手动引导其中一只，另一只便会镜像跟随

这种遥操作设置正是录制示范数据的基础，而第六个月的学习内容正是建立在此之上

官方物料清单（已在仓库中验证）：229.88美元可购得主臂与从臂一对，121.94美元可购得单只从臂，不含3D打印件

链接：https://github.com/TheRobotStudio/SO-ARM100

购买渠道及验证价格：

链接：https://www.seeedstudio.com/SO-ARM101-Low-Cost-AI-Arm-Kit-Pro-p-6427.html

链接：https://www.seeedstudio.com/SO-ARM101-3D-printed-Enclosure-p-6428.html

链接：https://robonine.com/shop/so-arm101-black-robotic-arm-kit/

链接：https://openelab.com/products/wowrobo-robotics-so-arm101-diykit

各价位段的更经济替代方案：

实践任务：组装SO-101，校准每个舵机，并用主臂远程操作从动臂。然后自行设计并打印定制夹爪手指，以TPU材料替换原装件，并在三种不同形状的物体上进行测试。该机械臂是第五和第六个月的学习平台，而定制手指则证明你既能设计也能组装。

第三个月里程碑

到本月底，你应该能够：

第4个月：ROS 2、仿真，以及像公司那样构建机器人

你这个月的目标：用 ROS 2 构建一个机器人，进行仿真，并让它绘制房间地图并自主导航

到目前为止，你都是在用自己的方式构建机器人

ROS 2 是行业构建机器人的方式，也是机器人职位招聘中最常被要求的一项技能

这个月最棒的一点是，你完全不需要任何硬件，在普通笔记本电脑上、没有 NVIDIA GPU 也能完成所有内容。把这句话对自己说两遍，因为“机器人需要昂贵设备”的信念，正是大多数人从未开始的主要原因

要学什么

1. 该安装哪个 ROS 2，以及 ROS 1 的陷阱

ROS 2 每年五月发布。偶数年为 LTS 版本，提供五年支持；奇数年则大约支持十八个月

截至 2026 年 9 月，情况如下：

从 Jazzy 开始。Lyrical 更新，是你在新生产项目中会选择的版本，但截至目前，几乎所有课程、书籍和 YouTube 系列仍以 Jazzy 为目标，而且它还有两年半以上的支持期。等你的教程体系跟上后，再迁移到 Lyrical

ROS 1 已死。Noetic 已于 2025 年 5 月 31 日达到生命周期终点，且没有后继版本。大量高排名的教程内容仍是 ROS 1，所以要学会一眼识别：如果你看到 catkin_make、roscore、rosrun、rospy 或仅限 XML 的启动文件，直接关掉标签页。ROS 2 使用 colcon build，没有主节点，使用 ros2 run 和 Python 启动文件

2. ROS 2 核心概念

资源：

1. 官方 ROS 2 教程（免费）

链接：https://docs.ros.org/en/jazzy/Tutorials.html

权威参考，内容严格围绕节点、话题、服务、动作、参数、启动文件、tf2 和 URDF 展开。它属于参考级而非教学级，因此建议配合视频使用。

2. The Construct（免费层级，付费从每月 39.97 欧元起）

链接：https://www.theconstruct.ai/

所有内容都在基于浏览器的 ROS 环境中运行，并配有仿真机器人，这消除了初学者最大的痛点：无需 Ubuntu 双系统、无需花一个周末安装、无需 GPU。免费层级包含三门完整课程。

3. Edouard Renard，ROS 2 初学者入门，第 1 级（Udemy，促销时约 10 至 20 美元）

链接：https://www.udemy.com/course/ros2-for-beginners/

共十三个小时，涵盖 Python 和 C++ 两种语言，内容包括节点、软件包、话题、服务、自定义接口、参数和启动文件。切勿按标价购买，Udemy 几乎常年打折。

4. Articulated Robotics，Josh Newans（免费）

链接：https://articulatedrobotics.xyz/tutorials/

全网最好的免费端到端叙事教程：设计机器人、编写 URDF、进行仿真、添加 ros2_control、部署到带激光雷达的树莓派上，然后实现 SLAM 和导航。在 ros2_control 方面尤为出色，而几乎所有其他资源在这方面都讲不清楚。

5. MOGI-ROS，一门完整的大学课程（免费，Apache 2.0 许可）

链接：https://github.com/orgs/MOGI-ROS/repositories

这是一份真正的学期长度教学大纲，基于 ROS 2 Jazzy 和 Gazebo Harmonic，从发布/订阅一路讲到 URDF、传感器、导航和 MoveIt 2 机械臂，每周都有可运行的代码。

6. Automatic Addison（免费）

链接：https://automaticaddison.com/tutorials/

按发行版组织的菜谱式指南，且以已包含Jazzy风格的Lyrical曲目而著称。这是你寻找“如何在Jazzy中编写动作”而非完整课程的地方

重点聚焦：

值得指出的诚实缺口：DDS与QoS设置在能找到的所有资源中均未被妥善覆盖。没有课程能做好这一点。当你遇到神秘的“我的话题在发布但无人接收”问题时，答案几乎总是QoS不匹配，你将需要阅读官方概念页面而非教程

实践任务： 构建一个多节点系统，无需机器人或模拟器。一个传感器发布器、一个处理节点、一个基于服务的配置节点和一个参数化聚合器，使用自定义的.msg和.srv，在接收参数的Python启动文件中将它们连接起来。用ros2 bag录制并回放。这无需成本，且能证明你理解的是图结构，而非仅仅会运行turtlesim

3. URDF、TF 与机器人描述

资源：

1. Articulated Robotics，机器人坐标变换（免费）

链接：https://articulatedrobotics.xyz/category/coordinate-transforms-for-robotics

一个专门讲解坐标系与变换的系列，这是阻碍大多数人理解 URDF 的关键概念

2. Edouard Renard，第 2 级：TF、URDF、RViz、Gazebo（Udemy，促销时约 10 至 20 美元）

链接：https://www.udemy.com/course/ros2-tf-urdf-rviz-gazebo/

最好的 URDF 资源，涵盖 xacro 宏、robot_state_publisher、RViz 配置和 Gazebo 插件，最终实现一个带机械臂的移动底盘

3. 官方 URDF 教程，含 robot_state_publisher（免费）

链接：https://docs.ros.org/en/jazzy/Tutorials/Intermediate/URDF/Using-URDF-with-Robot-State-Publisher-cpp.html

标准入门指南，提供 C++ 和 Python 两种版本

需了解的常见问题：

练习任务： 用 xacro 设计你自己的机器人，而不是 TurtleBot。一个差速驱动底盘、一个传感器桅杆和一个两自由度云台，带有正确的惯性参数，并将碰撞几何与视觉几何分开。使用 joint_state_publisher_gui 驱动关节，并在 RViz 中查看完整的 TF 树。在 RViz 中展示你自己机器人的截图，是初学者作品集中最直观的信号。

4. 仿真

Gazebo 的命名历史让所有人都感到困惑，这里为你清晰梳理一下。

Gazebo Classic，版本 1 到 11，已于 2025 年 1 月停止维护。它被重写后曾短暂称为 Ignition Gazebo，随后在 2022 年 4 月的一份公告中又改回为 Gazebo，所有 ign 命令都变成了 gz。如果某个教程让你输入 roslaunch gazebo_ros 或 ign gazebo，那它已经过时了。

当前版本按字母顺序命名：Fortress、Garden、Harmonic、Ionic、Jetty。

请安装与你的 ROS 2 发行版配套的版本，否则你会陷入编译错误的泥潭： Humble 对应 Fortress，Jazzy 对应 Harmonic，Kilted 对应 Ionic，Lyrical 对应 Jetty。

资源：

1. Gazebo 文档与教程（免费）

链接：https://gazebosim.org/docs/latest/getstarted/

涵盖构建你自己的机器人、移动它、SDF 世界、传感器以及生成 URDF。

2. MuJoCo（免费，开源）

链接：https://mujoco.readthedocs.io/en/stable/overview.html

提供最快且最精确的接触动力学，以 CPU 为主，因此无需 GPU，是运动与操作学习领域的研究标准。

3. NVIDIA Isaac Sim（免费下载）

链接：https://docs.isaacsim.omniverse.nvidia.com/6.0.0/installation/requirements.html

照片级仿真与合成数据生成——在兴奋之前，请先阅读那个需求链接：最低配置为RTX 4080，16GB显存，且不支持如A100和H100这类无RT核心的数据中心显卡。

决策框架：

实践任务： 将上一节中的xacro机器人放入Gazebo，添加激光雷达插件和相机插件，并构建一个带有障碍物的自定义SDF世界供其放置。确认传感器数据出现在ROS 2话题上，并在RViz中渲染显示。

5. ros2_control

这是大多数自学考生从未接触过的主题，因此也是让你脱颖而出的最快途径。

资源：

1. ros2_control 文档（免费）

链接：https://control.ros.org/rolling/index.html

在这里，URDF 与执行机构相遇：硬件接口、控制器管理器，以及需要放入 xacro 中的 <ros2_control> 标签。

2. Articulated Robotics，在真实硬件上使用 ros2_control（免费）

链接：https://articulatedrobotics.xyz/tutorials/mobile-robot/applications/ros2_control-real/

这是唯一能妥善引导你完成从仿真到真实硬件过渡的资源。

实践任务： 为你的机器人添加 <ros2_control> 标签，通过 YAML 配置 diff_drive_controller 和 joint_state_broadcaster，并在 Gazebo 中使用键盘遥控驾驶它。然后编写一个动作服务器，驱动机器人行驶指定距离并报告进度，支持反馈和取消功能。将动作与 ros2_control 结合在一个项目中，确实是一份很有分量的作品集亮点。

6. SLAM与导航

资源：

1. Nav2入门指南（免费）

链接：https://docs.nav2.org/rolling/getting_started/index.html

在五分钟内于仿真环境中启动Nav2，配备预配置的VS Code开发容器，省去所有安装烦恼。

2. Nav2教程（免费）

链接：https://docs.nav2.org/rolling/tutorials/

涵盖SLAM、禁区设置、速度限制、碰撞监控、对接、GPS导航，以及编写自定义规划器、控制器或行为树节点。

3. SLAM工具箱（免费，开源）

链接：https://github.com/SteveMacenski/slam_toolbox

当前受支持的ROS 2 SLAM库，提供同步、异步、终身及仅定位模式，并支持多机器人。

4. RTAB-Map for ROS 2（免费，开源）

链接：https://github.com/introlab/rtabmap_ros

基于外观的RGB-D与立体SLAM，具备闭环检测，适用于拥有深度相机而非激光雷达，或需要三维地图的场景。

重点关注：

真实SLAM硬件，分三个层级：

链接：https://www.hiwonder.com/products/mentorpi-m1

链接：https://www.waveshare.com/ugv-rover-ros2-kit.htm

实践任务：在你的 Gazebo 世界中运行 SLAM Toolbox，通过遥控操作它，保存地图，然后切换到定位模式并从 RViz 发送 Nav2 目标。调整代价地图，直到它不再擦碰角落。然后录制屏幕。一个机器人自主导航其自建地图的视频，是自学机器人专家能产出的最有说服力的作品

第 4 个月里程碑

到本月底，你应该能够：

第5个月：让机器人真正运转起来的数学

本月目标：理解并实现你之前所构建一切背后的控制与感知原理。

到目前为止，你一直在使用那些替你完成困难部分的库。

这个月，你将学习它们究竟做了什么，因为能配置 Nav2 的人和能在 Nav2 出问题时修复它的人，其区别恰恰在于这些内容。

你不需要以研究深度掌握全部内容。你需要的是对控制理论的熟练运用、足以理解机械臂的运动学知识，以及能从相机中提取三维信息的视觉能力。

学习内容

1. 控制理论，从 PID 开始

你在第二个月已经凭感觉调校过 PID 控制器。现在来学习它为什么有效。

资源：

1. 理解 PID 控制，MATLAB 技术讲座，Brian Douglas（免费）

链接：https://www.mathworks.com/videos/series/understanding-pid-control.html

共七个部分，涵盖什么是 PID、积分器饱和、微分滤波、调参，以及手动与自动调参的区别。这是本周从零到实现一个可用控制器的最快路径。

2. Brian Douglas，控制系统讲座（免费）

链接：https://www.youtube.com/@BrianBDouglas/playlists

以直觉为先的讲解，涵盖 PID、状态空间、鲁棒控制和无人机控制，最适合没有正式控制理论课程背景的学习者。

3. 控制理论基础，Brian Douglas（免费，知识共享许可）

链接：https://engineeringmedia.com/books

这是视频配套的文字版，以连贯的叙述而非零散课程的形式呈现。

4. 控制训练营，Steve Brunton（免费）

链接：https://www.youtube.com/playlist?list=PLMrJAkhIeNNR20Mz-VpzgfQs5zrYi085m

三十九段视频，以及进入状态空间、可控性、可观测性、LQR 和卡尔曼滤波的正确切入点

5. 反馈系统，Åström 与 Murray（免费 PDF）

链接：https://fbswiki.org/wiki/index.php/Feedback_Systems:_An_Introduction_for_Scientists_and_Engineers

这本严谨的教科书由普林斯顿大学出版社免费发布，适合你想要正式版本又不想花钱的时候

重点关注：

练习任务： 把第二个月的平衡机器人拿出来，在同一套硬件上实现三种控制器：仅 P、PD、以及带前馈的 PID。把每种控制器的阶跃响应记录到 CSV 文件，绘制三条曲线，然后写清楚你会选择哪一款量产以及为什么。那张图在面试中的价值胜过任何证书

2. 状态空间、LQR与MPC

资源：

1. 理解模型预测控制，MATLAB技术讲座（免费）

链接：https://www.mathworks.com/videos/series/understanding-model-predictive-control.html

共七个部分，从为何使用MPC讲起，涵盖自适应及非线性变体，以及如何使其运行速度足够快以满足实时性要求。

2. 欠驱动机器人学，Russ Tedrake，麻省理工学院（免费）

链接：https://underactuated.csail.mit.edu/index.html

在这里，控制理论转化为机器人学：摆、小车-倒立摆、行走、奔跑及仿人机器人，涉及动态规划、LQR、Lyapunov分析及轨迹优化。免费笔记、免费PDF及讲座视频。

重点关注：

实践任务： 在Python中为模拟的小车-倒立摆实现LQR，然后用手动调参的PID实现相同功能，并比较两者如何处理扰动。Tedrake的笔记提供了模型，因此你只需实现而非推导。

3. 运动学与动力学

资源：

1. 《现代机器人学》，Kevin Lynch，西北大学（免费书籍、代码及视频）

链接：http://hades.mech.northwestern.edu/index.php/Modern_Robotics

标准教材的免费预印本，附带Python、MATLAB和Mathematica的配套库以及完整视频讲座。该书采用旋量理论和指数积公式，而非DH参数，这种方法更为简洁，现已成为行业标准。

2. 现代机器人学专项课程（Coursera，可免费旁听）

链接：https://www.coursera.org/specializations/modernrobotics

相同内容以结构化六门课程序列呈现，并配有评估，适合需要截止日期来推动学习进度的人。

3. Python机器人工具箱，Peter Corke（免费，MIT许可）

链接：https://github.com/petercorke/robotics-toolbox-python

涵盖正运动学、雅可比矩阵、数值逆运动学、轨迹生成以及包括Franka和UR在内的五十多种真实机器人模型，让你通过针对真实机械臂运行代码来学习。

4. QUT机器人学院，Peter Corke（免费）

链接：https://robotacademy.net.au

提供超过200个时长不超过十分钟的视频课程，按先修水平分级，是获取DH参数、雅可比矩阵和位姿表示等短小精悍解释的最佳来源。

重点关注：

练习任务： 根据你的 SO-101 机械臂的连杆长度，手工计算其正向运动学，然后对照 Robotics Toolbox 进行验证。接着编写一个数值 IK 求解器，让末端执行器移动到指定的 XYZ 坐标，并观察它在奇异点附近的表现。亲身感受机械臂失去一个自由度，才能让这个概念真正深入人心。

4. 感知与计算机视觉

资源：

1. 免费 OpenCV 训练营（OpenCV.org 官方，免费）

链接：https://courses.opencv.org/courses/course-v1:OpenCV+Bootcamp+CV0/about

这是 OpenCV 官方推出的两到三小时课程，涵盖图像处理、滤波、边缘检测、目标跟踪以及 DNN 模块。从这里开始学习，而不是去报付费课程。

2. OpenCV 相机标定教程（官方文档，免费）

链接：https://docs.opencv.org/4.x/dc/dbb/tutorial_py_calibration.html

这是最经典的入门指南，包含完整的 Python 代码，从棋盘格角点检测到去畸变，再到重投影误差计算。每一位机器人工程师都必须能够凭记忆完成这一整套流程。

3. Cyrill Stachniss 讲座，波恩大学（免费）

链接：https://www.ipb.uni-bonn.de/online-training-robotics/

完整的大学讲座录像，内容涵盖移动感知、摄影测量和 SLAM，是几何方面最好的免费资源：射影几何、光束法平差、EKF 和图优化 SLAM。

4. Open3D 点云教程（免费）

链接：https://www.open3d.org/docs/release/tutorial/geometry/pointcloud.html

涵盖体素降采样、法线估计、ICP 配准、平面分割和聚类，对于已经使用 Python 的人来说，比 PCL 的摩擦感要小得多。

学习重点：

实践任务： 使用打印的棋盘格对真实相机进行标定，保存内参，然后编写脚本检测彩色物体并估算其相对于相机的三维位置。接着移动光源观察其失效，再修复问题。这份“失效与修复”的记录是绝佳的作品集素材

5. 操作与 MoveIt 2

资源：

1. MoveIt 2 入门指南（免费，开源）

链接：https://moveit.picknik.ai/main/doc/tutorials/getting_started/getting_started.html

官方入口，文档推荐在 Ubuntu 24.04 上使用 Jazzy 以获得最流畅的体验

2. 使用 MoveIt Task Constructor 实现抓取与放置（免费）

链接：https://moveit.picknik.ai/main/doc/tutorials/pick_and_place_with_moveit_task_constructor/pick_and_place_with_moveit_task_constructor.html

ROS 2 中最实用的操作教程，讲解如何将任务分解为多个阶段，并实现抓取生成、逆运动学与碰撞管理

3. 机器人操作，Russ Tedrake，MIT（免费）

链接：https://manipulation.csail.mit.edu/

共十二章，将硬件、运动学、感知、抓取、规划与控制整合为一个连贯的技术体系，目前同时讲授基于模型与基于学习的方法，这正是当今工业界的实际做法

4. Contact-GraspNet，NVIDIA（免费代码）

链接：https://github.com/NVlabs/contact_graspnet

从深度图在杂乱场景中生成六自由度抓取，是学习型抓取的标准基线

实践任务： 为模拟机械臂获取 MoveIt 2 规划运动，向规划场景添加碰撞物体，并执行一次抓取放置操作。然后，通过在唯一可行路径上放置障碍物使其失败，观察规划器的行为。理解规划器失败比看它成功更有价值

第5个月里程碑

到本月底，你应该能够：

第6个月：机器人学习、专业化与就业准备

本月目标：选定一个方向，打造一件作品集项目，并开始投递简历

至此，你已掌握完整的技术栈：电子、嵌入式、机械、ROS 2、控制与感知

本月分为两半。前半部分聚焦前沿领域——即通过示范来教导机器人，而非编程实现。后半部分则是将你所学的一切转化为能助你获得聘用的成果

第一部分：现代机器人学习

这是机器人学在过去两年中彻底变革的部分，也是该领域吸引大量资本的原因所在

1. LeRobot

LeRobot 是 Hugging Face 推出的用于真实世界机器人的 PyTorch 库，也是整个低成本机器人学习领域汇聚的开源中心

其工作流程为：遥操作、记录、训练、部署。你手动操控机器人，示范过程被保存为同步的视频与动作数据，一个策略模型学习模仿这些行为，随后机器人便能自主运行

资源：

1. LeRobot 文档（免费）

链接：https://huggingface.co/docs/lerobot/index

主要文档，涵盖完整流程及所有支持的机器人

2. LeRobot 代码库（免费，Apache 2.0 许可）

链接：https://github.com/huggingface/lerobot

已获超过 26,000 颗星，是了解策略实际实现方式的理想之地

3. Hugging Face 机器人课程（免费，无需硬件）

链接：https://huggingface.co/learn/robotics-course/unit0/1

全程在模拟环境与公开数据集上运行，因此你可以在购买任何设备前完成整个课程。每个单元约需 30 至 45 分钟

4. SO-101 设置指南（免费）

链接：https://huggingface.co/docs/lerobot/so101

第三个月你搭建的机械臂的精确端口查找、电机设置、校准和记录命令

重点关注：

练习任务： 在你的 SO-101 上记录 50 次单一简单任务的演示，例如捡起一个立方体放入箱子中，训练一个 ACT 策略并部署。它可能只有大约一半的成功率。然后额外记录 50 次覆盖失败案例的演示并重新训练。记录前后成功率的变化。这个数字，以及你实际测量过它的事实，就是你的作品集亮点

2. 视觉-语言-动作模型

这些是机器人领域的基础模型，了解哪些模型你实际能跑起来至关重要

链接：https://github.com/Physical-Intelligence/openpi

链接：https://openvla.github.io/

链接：https://github.com/Nvidia/Isaac-GR00T

链接：https://huggingface.co/lerobot/smolvla_base

3. 机器人强化学习

资源：

1. MuJoCo Playground（免费，Apache 2.0 许可）

链接：https://github.com/google-deepmind/mujoco_playground

提供 GPU 加速的移动、操作和视觉任务环境，附带四个 Colab 教程，且比替代方案更容易上手。从这里开始

2. NVIDIA Isaac Lab（免费，BSD-3 许可）

链接：https://github.com/isaac-sim/IsaacLab

包含十六种机器人模型和三十多个预构建的训练环境，集成了 RSL RL、skrl、RL Games 和 Stable Baselines。这是腿式和人形机器人仿真到现实迁移的行业标准，需要第四个月提到的 RTX 硬件

3. CS 285，深度强化学习，Sergey Levine，加州大学伯克利分校（免费）

链接：https://rail.eecs.berkeley.edu/deeprlcourse

这是最好的强化学习课程，且 Levine 是机器人研究者，因此整个课程以机器人视角贯穿始终，涵盖模仿学习、策略梯度、演员-评论家、基于模型和离线强化学习

实践任务： 从 Colab 教程中选择一个，在 MuJoCo Playground 中训练四足机器人移动策略，然后修改奖励函数，观察步态如何变化。你不需要硬件，也不需要超出 Colab 免费提供的 GPU

第二部分：选择方向

确实存在三个方向。选择一个，另外两个保持了解水平即可

方向 1：机器人学习与具身 AI

如果你追求前沿公司与最高上限，这是最佳选择

关注领域：LeRobot、VLA微调、模仿学习、强化学习、仿真、PyTorch

这是薪资最高的赛道，也是竞争最激烈的赛道。在这里，你自己采集的真实数据集比任何证书都更有价值

方向二：自主与移动机器人

如果你希望获得最多的工作机会，这是最佳选择

关注领域：ROS 2、Nav2、SLAM、感知、传感器融合、C++

控制工程师和现场服务工程师合计占所有机器人岗位招聘的20%以上，而这一方向同时服务于这两类岗位

方向三：嵌入式、机电一体化与系统集成

如果你希望立即投入工作，包括以承包商身份，这是最佳选择

关注领域：固件、电机控制、实时系统、PLC、功能安全、系统集成

这是最不耀眼但就业最稳定的方向，也是技术员通往工程师路径真正落地的领域。请注意，66%的机器人项目报告称因认证问题导致延期，因此功能安全知识是一个真实存在且供不应求的专业方向

4. 你的作品集

我调研了该领域招聘人员实际筛选简历的标准，发现模式高度一致

高价值信号：

他们明确指出的危险信号：

练习任务： 挑选你最好的三个项目，重写其 README。每个项目需在顶部附视频、接线或架构图、你实测的数据，以及一个标题为“出了什么问题及如何修复”的章节。最后这一部分是自学作品集中价值最高的内容，因为它无法通过教程伪造。

5. 面试

机器人领域的面试不同于软件面试，LeetCode在这里的预测力要弱得多

预期会遇到：逆运动学问题、PID与反馈回路、传感器融合与卡尔曼滤波器、SLAM概念、包括RRT在内的路径规划，以及C++与Python的权衡比较

在优秀的公司，你还会遇到：基于仿真的调试练习——他们会给你一个MuJoCo或Isaac场景，其中包含一个故意弄坏的控制器；一个与实际工作相关的ROS 2架构问题；以及一场关于你过去某个具体失败及其诊断过程的深入对话

Glassdoor上存有来自877家公司的1,721个机器人工程师面试问题，如果你想看真实案例的话

链接：https://www.glassdoor.com/Interview/robotics-engineer-interview-questions-SRCH_KO0,17.htm

练习任务： 找个人就你自己的代码仓库盘问你二十分钟。不是问概念，而是问你具体的代码。为什么用那个增益，为什么选那个传感器，电池电压下降会怎样，在成功之前你尝试过什么。如果你无法回答到三层深度，那这个项目就不该出现在你的简历上

第六个月里程碑

到本月底，你应该能够：

结论

这六个月后你能期待什么？？？

我要坦诚相告，因为只有坦诚的版本才值得一读

这份路线图不会让你在六个月内成为资深机器人工程师

这个领域的资深意味着五年或更长时间在实体机器人上部署实时系统的经验，我查过的每一份招聘启事都明确这么说

它能让你成为的是能够构建、调试并交付可用机器人的人，是理解从电气层到学习策略整个技术栈的人，是拥有实体作品集来证明这一切的人

这足以让你进入这个领域，而领域内才是经验复利发生的地方

关于需求情况，说实话

我想给你真实的数据，而不是招聘博客上的数字，因为几个被广泛引用的机器人统计数据经不起核查

资本是真实的。物理AI初创公司在2026年上半年筹集了474亿美元，涉及521笔交易，超过2022年至2024年的总和，数据来自Crunchbase。仅机器人领域的融资到2026年6月底达到188亿美元，而2025年全年为150亿美元

单笔融资是真实的。Neura Robotics筹集了14亿美元，Skild AI14亿美元，Apptronik5.2亿美元，而Figure的投后估值达到390亿美元，据The Robot Report的2026年展望

但招聘步伐落后于资本投入，这一点你需要了解。根据A3的数据，2026年上半年北美机器人订单量仅增长2.0%。而根据IFR的数据，2024年美国装机量下降了9%。美国劳工统计局（BLS）对包含机器人工程师的职业代码预测增长率为1%至2%，并非你在职业文章中常见、却无出处的10%数字。

而且，机器人领域的劳动力市场规模远小于软件行业。BLS预测软件开发人员每年约有106,100个岗位空缺，而机械、电气和工业工程师合计每年仅约57,200个。

因此，准确的说法并非“机器人行业蓬勃发展，人人都会找到工作”。

准确的说法是：资金涌入的速度超过了合格人才的供给速度，短缺集中在特定专业领域，且入门级岗位对无学位者异常开放。

一个能具体说明这一点的数据：按招聘信息数量计算，最大的机器人职位类别是自动化与机器人技术员，占3,113条招聘信息的20.3%，而根据ONET的数据，68%的机器人技术员岗位仅需副学士学位或证书即可胜任。

薪资水平

以下为美国全职岗位数据，请注意各来源差异较大，因此我提供的是薪资范围及来源，而非单一美化数字：

在美国以外，作为参照：德国中位总收入约为 €70,000（据Glassdoor），瑞士约为 CHF 95,000，英国基础薪资 £32,000 至 £50,000，印度约为 ₹653,000

自由职业与合同制：

而让集成成为职业而非任务的关键数字是：在机器人单元中，机器人本身平均约占项目总成本的25%。其余四分之三用于工程、安全和集成。一台$35k的机械臂变成一套$80k的可用系统，而那$45k的差距正是你所销售的

无需学位、无需经验的入门途径：

对第一个途径要清醒认识：该薪资区间主要集中在美国最昂贵的都市区，通常需要现场工作且体力消耗大。这确实是进入前沿公司的真正敲门砖，但在旧金山并非舒适的生活水平

现在，这才是我真正希望你们从这一切中领悟到的

动手做项目，别光看教程。 每个月挑一个项目真正做出来：循迹小车、平衡机器人、机械臂、ROS 2 导航栈、训练好的策略。把它们弄坏、修好、拍下来，推到 GitHub 上。我查过的每个招聘渠道都这么说：以作品集为先的筛选方式胜过关键词搜索，而真正能让人拿到 offer 的项目，是那些有记录指标和可见调试历史的项目。

把出过的问题写下来。 如果这篇文章你只带走一条建议，那就是这个。谁都能发一个能跑的 demo，但几乎没人会记录最初失败的四个问题以及如何逐一排查。这份记录是最接近“你确实会工程”的证据，也是你的仓库能在面试中撑过第三轮追问的原因。

别等准备好了再开始。 去申请技术员岗位，接下远程操作班次，给 Nav2 提交一个小修复，给那个三人机器人初创公司的创始人发消息。“我在学机器人”和“我在做机器人”之间的差距，几乎完全是胆量的差距，而这个领域里没人会告诉你“你学够了”。

每天专注两小时，坚持六个月，就足以改变你双手和头脑能做的事。

硬件比以往任何时候都便宜，软件是开源的，课程是免费的，而真正能让机器动起来的人，确实稀缺。

去造点会动的东西吧。

希望这对你有用，我的家人