机器人技术是当下科技领域最不拥挤的高价值技能
问题在于几乎没人知道从何入手，因为这个领域看起来像是五个领域叠加在一起
有些人从大学机器人教材开始，在旋转矩阵那一章就放弃了
有些人买了 Arduino 套件，点亮一个 LED，然后就再也没做出第二样东西
有些人直接跳进 ROS 2 教程，连 PWM 信号是什么都不知道，然后在真实硬件上发现什么都跑不通
还有人走了另一个极端，只学机器学习，结果能训练出策略却连电机都转不起来
结果通常都一样：散漫地折腾好几个月，拿不出一台能给人看的可用机器人
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可靠地执行你的指令，然后拿出证明
这意味着你要学会：
- 读原理图、搭电路，并用万用表调试
- 给微控制器编程，实时驱动电机和读取传感器
- 设计并加工自己的机械零件
- 用公司的方式搭建机器人——基于 ROS 2 并配合仿真
- 闭合控制回路，并明白它为什么会振荡、何时振荡
- 通过演示教机器人任务，而不是手写编码
- 打造一个经得住面试中三个追问的作品集
这份指南是一份切实可行的 6 个月路线图，并假设你从零电子知识开始
每个章节都配有资源、专注清单和一个能留下真实成果的实操任务，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
文中还提供了硬件成本和三个预算档位的购买渠道，无论你在旧金山还是 AliExpress 要六周才能送达的地方，都能照着执行
全文近 12,000 字，包含 100 多个链接资源和 27 个实操项目，所以请收藏本文，按月回来看，而不是试图一口气读完
文中每个价格和链接都在 2026 年 9 月对照供应商或官方文档核实过，凡是广泛引用的数字经不起核实的，我明确说明了而未加转述
重要！！！
写这篇文章的过程中，我意识到最重要的技能是能用简单的语言解释复杂的技术问题
于是我创建了自己的个人 YouTube 频道，准备录制 AI 与机器人工程相关的视频
如果你真的喜欢我在 X 上的内容，并且想免费在这两个领域进阶，那么
关注我：https://www.youtube.com/@deronin_23
这对我来说意义重大。我希望这些内容真正有用，并继续做出在 X 上获得大量好评的内容 ❤️
现在开始阅读文章吧⬇️
Why robotics and not AI engineering（为什么选机器人而不是 AI 工程）
你现在时间线上每个人都是 AI 工程师了，而这正是问题所在
你无法用子智能体凌晨三点花几分钱做的事来建立护城河
机器人技术恰恰相反，原因在于结构性而非流行性：
- 模型已经能用了，缺的是能把它放进一个身体里的人
- 你无法从物理世界抓取数据，必须有人移动真实的机器来创造数据
- 没有 Stack Overflow 的答案能告诉你为什么你的夹爪一直在打滑
- 机器人摔倒不是你能扔给子智能体解决的问题
- 没有人能用一个周末克隆出你的机器人
AI 工程很拥挤，机器人领域却空空如也
What a robotics engineer actually does（机器人工程师实际做什么）
很多人听到 “机器人工程师” 时，会想象某个人从零开始设计人形机器人。
实际上，这个职位分为多个专业方向，你选择其中一个方向，并对其他方向保持基本了解：
- 感知与计算机视觉
- 控制与状态估计
- 运动规划与操作
- 机器人学习
- 嵌入式与固件
- 仿真
- 系统与集成
- 部署与运维
我阅读了 Figure 和 Skild 的实时招聘信息，发现每个职位都有相同的四个要求：
- C++ 和 Python 都要会，而不是只会其中一种
- 有真实硬件的经验，因为仅仿真经验不足以让你成为高级工程师
- 在一个专业方向上有深度，并在其他方向有基本了解
- 调试被单独列为一项技能
注意，这些要求中没有提到特定的学位。
这就是为什么这份路线图围绕 “让东西实际工作” 而不是 “学习理论” 来构建，也是为什么下面每一节都以你必须构建的东西结尾。
在做这件事的同时，保留你现有的收入来源，把这件事当作每天两三个小时，六个月的计划就是这样设计的。
⏩---------------------------------------------------------------------⏪
Month 1: Electronics, the bench, and the tools you build everything with（第 1 个月：电子学、工作台，以及你用来构建一切的工具）
这个月的目标：能够看懂电路图，构建出能工作的电路，并在它不工作时找到故障。
几乎其他所有路线图都会跳过这一步，直接从 Arduino 开始，这就是为什么很多人能照抄接线图，却无法修复任何故障。
机器人是唯一一个软件领域，bug 有时是一根松动的电线、一个电压不足的电池，或者电机消耗的电流超过稳压器所能提供的电流，如果你不理解底层的电气层，就永远无法诊断这些问题。
What to learn（学什么）
1. Electronics fundamentals（电子学基础）
你需要了解欧姆定律、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开始设计一个运算放大器。
如何学习：
在花一分钱之前，先在模拟器里开始，因为你可以零成本地把电路接错，并真正看到它们为什么失败。
最常见的初学者错误是看几小时的视频，却从不实际搭建电路，所以要边学边构建每个示例，即使是在模拟器中。
资源：
1. Falstad Circuit Simulator（免费，浏览器内运行）
链接：https://www.falstad.com/circuit/
动画电子流和实时电压颜色，让你真正看到电流移动而不是凭空想象，这是建立直觉最快的方式。
2. Tinkercad Circuits（Autodesk，注册免费）
链接：https://www.tinkercad.com/circuits
这是唯一一个提供虚拟面包板、虚拟 Arduino 和虚拟万用表于一体的模拟器，所以它能在你购买任何零件之前就发现你的接线错误。
3. All About Circuits，"Lessons in Electric Circuits"（免费）
链接：https://www.allaboutcircuits.com/textbook/
一套完整的开源许可电子学教科书，共六卷。当视频里一笔带过某个你需要真正理解的概念时，这本书就是你的参考。
4. Afrotechmods 教程（免费）
链接：https://afrotechmods.com/tutorials/
短视频，节奏快、有趣，按初级、中级和高级分类。如果你对讲座式教学不感冒，这就是正确的选择。
5. Make: Electronics（《电子学动手做》）第三版，Charles Platt 著（\$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，这是最好的一本纸质书。它通过故意烧毁元件来让你了解它们的极限。
重点学习内容：
- 欧姆定律和分压电路，直到能熟练运用为止
- 电流消耗，以及为什么电机堵转会拉低你单片机的电压（导致其复位）
- 阅读电路原理图，包括你以后会经常遇到的符号：电阻、电容、二极管、三极管、地线、Vcc
- 上拉和下拉电阻，因为你每周都会用到它们
- 什么是去耦电容，为什么每个 IC 都需要它
- 电池化学基础：LiPo 电芯数量、C 倍率，以及为什么绝不能无人看管地给 LiPo 电池充电
练习任务：在 Falstad 中搭建一个分压电路，手算输出电压，然后在模拟器中验证。接着搭建一个三极管开关，用逻辑电平输入点亮 LED——这个电路正是日后让 3.3V 单片机引脚控制更高电流负载的基础。
2. The bench, the tools, and what everything costs（工作台、工具及各项开销）
这一节决定了你是否真的能开始，所以这里给出诚实的预算方案。
第 0 档，\$0。Falstad、Tinkercad 和 All About Circuits，让你在花钱之前先学会欧姆定律和分压电路。真的要先把这一步做了。
第 1 档，约 \$45 至 \$60。一个入门套件和一个万用表。下面列出的所有套件都是免焊接的，所以你暂时还不需要电烙铁。
第 2 档，约 \$110 至 \$160。添置电烙铁、焊锡、斜口钳、剥线钳、辅助夹、洞洞板和额外的无源元件。
第 3 档，约 \$200 至 \$300。添置台式电源、更好的万用表、吸锡器、收纳抽屉和一个机器人底盘套件。
已验证的套件价格（2026 年 9 月）：
1. Elegoo UNO R3 Super Starter Kit（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使用的套件，包含一块预焊接的 LCD、电源模块和一份 22 课时的 PDF 教程。
2. Elegoo UNO Basic Starter Kit（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，这是最便宜的实际入门方案，包含一个 Uno 兼容板和基本无源元件。
3. SparkFun Inventor's Kit v4.1.2（发明家套件）（\$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
可测量电压、最大 20A 的电流、通断性、电阻和电容，足以满足你多年内的所有需求。
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/
以玩具级的价格买到真正的温控烙铁，USB-C 供电，兼容标准的 TS100 和 Hakko T12 烙铁头。
在哪里购买，以及诚实的建议：
- AliExpress 价格远低于其他渠道，通常便宜 3 到 10 倍，但运输需要 2 到 6 周，而且如果板子到手就是坏的，也没有售后支持。
- Amazon 价格适中，发货快，适合买你的第一个套件。
- Elegoo direct 从区域仓库发货，大约一周内到达
- Adafruit 和 SparkFun 价格更高，但早期值得购买，因为每个产品页面都附有完整教程，而且他们的支持是真实有效的
- Seeed Studio 和 DFRobot 从中国全球发货，价格低至中等
- DigiKey 和 Mouser 适合按规格采购精确零件，配有正版数据手册，不适合套件
- Pololu 支持国际运输，是电机和驱动器的首选来源
对于你的第一笔订单，多付点钱从 Amazon 或 Elegoo direct 购买，这样你几天内就能开始搭建，而不是沮丧地等一个月。一旦你知道 10k 电阻是干什么用的，就可以从 AliExpress 订购所有东西了
练习任务： 购买一个套件和一个万用表，然后测量各种东西。测量电池电压，测量五个随机电阻的阻值并与色环核对，然后使用通断模式找出你自己制造的故意断开的导线。这听起来很简单，但这是未来六个月能为你节省最多时间的一项技能
3. Soldering（焊接）
有时候跳线不够用，而在演示中途散架的机器人不是作品集中的好作品
资源：
1. Adafruit Guide to Excellent Soldering（免费）
链接：https://learn.adafruit.com/adafruit-guide-excellent-soldering
烙铁选择、焊接技巧、每种常见故障的照片以及安全注意事项，这是业内每个人都会参考的资料
2. SparkFun: How to Use a Multimeter（免费）
链接：https://learn.sparkfun.com/tutorials/how-to-use-a-multimeter
电压、电阻、电流和通断的正确讲解，包括保险丝烧断时该怎么办——你一定会烧断的
重点学习内容：
- 给烙铁头上锡并保持清洁
- 加热焊点，而不是焊锡
- 通过目视识别冷焊点
- 先学通孔焊接，表面贴装以后再说
- 使用助焊剂，它能解决大多数初学者归咎于烙铁的问题
练习任务： 将排针焊接到一块便宜的扩展板上，然后用通断模式测试每个引脚，整套操作做三遍。然后拆焊一个再重新焊上，因为大部分初学者毁掉电路板都是因为拆卸不当
4. Python, the terminal and Git（Python、终端和 Git）
从现在到第六个月，你每周都会用到这三样，所以现在就把它们搞定
资源：
1. CS50P: Introduction to Programming with Python（哈佛，免费）
链接：https://cs50.harvard.edu/python/
比大多数初学者课程更严谨，包含习题集和结业项目，这种结构正是能让人们坚持完成的原因
2. Python for Everybody（Coursera，免费旁听）
链接：https://www.coursera.org/specializations/python
如果 CS50P 太难，这是最温和的起点，由网上最对初学者友好的讲师之一授课
3. The Missing Semester of Your CS Education（MIT，免费）
链接：https://missing.csail.mit.edu/
Shell、脚本编写以及大学课程不教的命令行熟练度，而机器人技术就是基于命令行的
4. Learn Git Branching（免费，交互式）
链接：https://learngitbranching.js.org/
理解分支和合并的最佳可视化工具，而这正是 Git 中最让人困惑的部分
重点学习内容：
- Python：函数、类、文件 I/O、JSON、虚拟环境、pip
- 终端：cd、ls、grep、运行脚本、环境变量、ssh
- Git：init、add、commit、push、分支，以及编写别人能看懂的 README
练习任务： 从今天起，你构建的每个项目都要放在 GitHub 仓库中，README 里包含照片、接线说明以及一段关于什么出了问题以及如何修复的说明。最后这部分是让仓库看起来像工程实践而不是教程的关键
Month 1 Milestone（第一月里程碑）
到本月底，你应该能够：
- 读懂原理图，并在面包板上搭建出它所描述的电路
- 在插入电阻之前，先计算出其阻值是否合适
- 用万用表找出短路、断路或损坏的元件
- 焊接一个干净的直插焊点，并进行电气检查
- 编写 Python 脚本，从终端运行它，并将其推送到 GitHub
- 大声解释为什么电机堵转会导致微控制器复位
⏩---------------------------------------------------------------------⏪
Month 2: Microcontrollers, motors and sensors, and your first moving robot（第二个月：微控制器、电机和传感器，以及你的第一个移动机器人）
本月的目标：打造一个能够移动、感知环境并进行自我修正的机器人
这个月，机器人技术不再是理论，也是整个领域大多数基础技能首次以微型形式出现的时候
巡线机器人是一个闭环控制回路，包含传感器输入、执行器输出和调参问题，这与人形机器人的本质完全相同，只是更小、更便宜，坏起来也不心疼
What to learn（学什么）
1. Arduino
先从 Arduino 而不是 ESP32 开始，因为它的生态系统非常庞大，现存的每个教程都以它为目标
几周内你就会转向 ESP32，在这里学到的一切都不会浪费
资源：
1. Paul McWhorter, Arduino Lessons（免费）
链接：https://toptechboy.com/arduino-lessons/
超过 100 节课程，讲解节奏缓慢，每节末尾都布置作业，对于曾经在 Arduino 上失败过的真正初学者来说，这是最合适的选择
2. Arduino Built-in Examples（官方，免费）
链接：https://docs.arduino.cc/built-in-examples/
可直接在 IDE 中运行的示例程序，这是从 “已安装” 到 “动起来” 的最快路径
3. Arduino Official Docs, Learn section（官方，免费）
链接：https://docs.arduino.cc/learn/
数字与模拟 IO、PWM、I2C、SPI 和 UART 的权威参考，最适合作为查阅工具而非课程
4. Arduino Project Hub（免费）
链接：https://projecthub.arduino.cc/
超过 6000 个项目，附有接线图和代码，当教程看完、需要动手做点什么的时候，就来这里
重点学习内容：
- digitalWrite、digitalRead、analogRead 和 analogWrite，以及 PWM 的本质
- 中断，以及为什么在循环中轮询按钮最终会让你失望
- I2C 和 SPI：如何接线，以及如何阅读传感器数据手册来找到地址
- 串口调试，这将是你在接下来几个月中的主要工具
- 使用 millis () 而非 delay () 的非阻塞计时，因为 delay () 会毁掉你打造的每一个机器人
练习任务：构建一个反应计时游戏。LED 在随机延时后亮起，按钮停止计时，时间（毫秒）打印到串口。它使用了中断、去抖和非阻塞计时，并且有得分，这使得它能在十五秒的视频中演示出来
2. ESP32
当你需要 WiFi、蓝牙、更强的处理能力或双核时，就该转向 ESP32，而且它比 Arduino Uno 还要便宜
购买一块 ESP32-S3 作为你的主开发板，它是目前功能最强大的版本，同时再准备一块经典 ESP32，以便旧的教程代码无需修改即可运行
资源：
1. Random Nerd Tutorials, Getting Started with ESP32（免费）
链接：https://randomnerdtutorials.com/getting-started-with-esp32/
针对该芯片的最具价值免费教程库，几乎每种初学者常见的故障模式都有具体的解决方案，并且附带 250 多个项目索引
2. ESP-IDF Programming Guide（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 层的限制后，这里是唯一的权威来源，涵盖了真正的工具链、menuconfig 和构建系统。
3. Arduino ESP32 Core 文档（乐鑫官方，免费）
链接：https://docs.espressif.com/projects/arduino-esp32/en/latest/
乐鑫自己关于 Arduino 层的文档，也是让 “Arduino 与 ESP-IDF” 成为光谱而非岔路口的桥梁。
4. DroneBot Workshop ESP32 资源中心（免费）
链接：https://dronebotworkshop.com/esp32-2/
长篇教程，以接线图为主，每个视频都配有文字文章，覆盖 ESP-NOW、OTA 更新和低功耗模式。
板子价格（已核实）：
- ESP32-S3-DevKitC-1，8MB 闪存，Adafruit 售价 \$15.95 链接：https://www.adafruit.com/product/5312
- 经典 ESP32 开发板，Adafruit 售价 \$15.00 链接：https://www.adafruit.com/product/3269
- Seeed XIAO ESP32-C3，\$4.99，适合需要小巧方案的场景 链接：https://www.seeedstudio.com/Seeed-XIAO-ESP32C3-p-5431.html
- AliExpress 上通用 ESP32 克隆板价格约 \$4 到 \$9，虽未核实，但这是众所周知的街价范围。
决策框架：
- Arduino 框架适合快速构建可用机器人，拥有最庞大的库生态系统。
- ESP-IDF 适合需要真正控制任务、内核、功耗和时序的场景。
- MicroPython 适合快速传感器实验，但不适合平衡控制环，因为垃圾回收暂停会破坏你的时序。
实践任务：构建一个在 Arduino Uno 上不可能实现的东西。让 ESP32 提供一个网页，显示实时传感器读数，并有驱动舵机的按钮，然后用同一网络上的手机访问它。这将同时教会你 WiFi、HTTP 处理和异步工作。
3. Motors, drivers and actuation（电机、驱动器和执行）
这是电子学不再抽象的地方，因为电机会消耗真实电流，而且行为不端。
有四种类型很重要，到月底你应该全部理解。
有刷直流齿轮电机：便宜，需要 H 桥驱动，没有位置反馈除非加编码器。这是第一辆漫游车的默认选择。
舵机：内部闭环，行程约 180 度，没有外部反馈。
智能串行总线舵机：可菊花链连接，带位置、速度和电流反馈，配备 12 位磁编码器。这是现代低成本机械臂的选择。
步进电机：开环绝对定位，保持扭矩高。
资源：
1. DroneBot Workshop，用 L298N 控制直流电机（免费）
链接：https://dronebotworkshop.com/dc-motors-l298n-h-bridge/
直流电机理论、PWM、H 桥内部原理和三个完整示例程序，最终完成一个摇杆驱动的机器人小车。
2. SparkFun TB6612FNG 接线指南（免费）
链接：https://learn.sparkfun.com/tutorials/tb6612fng-hookup-guide/all
引脚、接线和库的说明，针对你实际应该使用的驱动器，并解释为什么。
3. DroneBot Workshop，Arduino 步进电机教程（免费）
链接：https://dronebotworkshop.com/stepper-motors-with-arduino/
单极与双极、细分、NEMA 尺寸，以及三种不同驱动器上的四个演示。
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，也是你到达无刷电机阶段的实惠入门途径。
硬件（已核实价格）：
- Adafruit DRV8833 电机驱动板，\$5.95，列表中价格最低的好驱动 链接：https://www.adafruit.com/product/3297
- SparkFun TB6612FNG 分线板，\$14.77，L298N 的正确默认替代品 链接：https://www.sparkfun.com/sparkfun-motor-driver-dual-tb6612fng-1a.html
- 带编码器组件的 Pololu 减速电机，每个 19.95 美元，编码器接线问题已解决 链接：https://www.pololu.com/product/3675
- Pololu A4988 步进驱动器载板，8.95 美元链接：https://www.pololu.com/product/1182
- FeeTech STS3215智能舵机，12V，30 kg·cm，31.71美元，购自RobotShop，开源SO-101机械臂使用的正是这款舵机 链接：https://www.robotshop.com/products/feetech-12v-30kgcm-magnetic-encoding-servo-sts3215
需要记住的：L298N 出现在每个教程里，但你不应该使用它。它是一个过时的双极晶体管 H 桥，输出级压降约 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，然后添加编码器，编写一个函数，让轮子无论电池电压如何都能恰好转一整圈。第二部分是你第一个真正的闭环控制，难度远超听起来的样子
4. Sensors and reading the physical world（传感器与读取物理世界）
资源：
1. Adafruit BNO085 9 自由度 IMU 指南（免费）
链接：https://learn.adafruit.com/adafruit-9-dof-orientation-imu-fusion-breakout-bno085/overview
涵盖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 “花钱省掉数学计算” 的方案
2. Kalman and Bayesian Filters in Python，Roger Labbe 著（免费，CC-BY 许可）
链接：https://rlabbe.github.io/Kalman-and-Bayesian-Filters-in-Python/
包含可运行代码和已解答习题的 Jupyter 笔记本，涵盖 g-h 滤波器、离散贝叶斯、KF、EKF、UKF 和粒子滤波，这是现存最好的免费滤波教学资源
3. MathWorks，Understanding Sensor Fusion and Tracking（免费）
链接：https://www.mathworks.com/videos/series/understanding-sensor-fusion-and-tracking.html
从 “什么是传感器融合” 到融合 IMU 和 GPS 获取位姿，共六个短章节，是在接触代码之前应有的正确概念概览
传感器价格，已核实：
- HC-SR04 超声波传感器，3.95 美元，廉价的障碍物检测方案，探测锥角大，在柔软表面表现不佳
- VL53L0X 飞行时间激光传感器，14.95 美元，探测锥角窄得多（35 度），没有双重成像问题
- MPU-6050 6 自由度 IMU，12.95 美元，经典廉价方案，需要自己做融合，这正是它的意义所在
- BNO085 9 自由度 IMU，29.50 美元，片上融合，带专为机器人设计的 UART 模式
- Pololu 磁性编码器对，8.95 美元，用于为缺少编码器的电机添加里程计
- RPLIDAR C1 360 度激光雷达，69.00 美元，购自 DFRobot，比经典 A1 更新更便宜
新手提示：对于平衡机器人，先写互补滤波器，再写卡尔曼滤波器。只需四行代码，angle = a \ (angle + gyro \ dt) + (1 - a) \* accelAngle，a 取 0.98 左右，即可正常工作。当你理解互补滤波器为何失效后，再进阶到卡尔曼滤波器
练习任务：将 IMU 安装在一块板上，把俯仰角打印到串口，将板子完全静止地拿着，观察数值仍然漂移。然后添加互补滤波器，看着漂移消失。这是状态估计中最重要的一课，而你只花了二十分钟
5. Your first two robots（你的前两个机器人）
这两个项目教给你的比任何课程都多
巡线机器人。高品质搭建约 105 美元，经济型搭建约 38 美元
物料清单，高品质版：ESP32-S3 15.95 美元，Pololu Romi 底盘套件 39.95 美元，TB6612FNG 驱动 14.77 美元，QTR-8RC 反射传感器阵列 12.95 美元，电池和电池盒约 12 美元，接线和排针约 10 美元
经济版：通用 ESP32 约 6 美元，2WD 亚克力底盘约 12 美元，DRV8833 5.95 美元，五个 TCRT5000 传感器约 3 美元，电池约 6 美元，接线约 5 美元
自平衡机器人。高品质搭建约 134 美元，经济型搭建约 62 美元
物料清单，高品质版：ESP32 15.95 美元，两套带编码器的减速电机组件 39.90 美元，TB6612FNG 14.77 美元，MPU-6050 12.95 美元，打印或激光切割底盘约 10 美元，锂电池、充电器和轮子约 30 美元，杂项约 10 美元
本月练习任务：先搭建巡线机器人，用 P 控制器调优，然后加入 D 项，观察振荡消失，两个版本都录视频。调校不佳的机器人旁边放一个调校得当的同一款机器人，这样的对比视频是初学者作品集里最有说服力的内容之一，因为它证明你理解了控制回路，而不是照抄了一个增益参数
然后搭建平衡机器人，除非你的滤波器和回路时序都正确，否则它根本无法工作，而这种挫败感正是重点所在
Month 2 Milestone（第二个月里程碑）
到本月底，你应该能够：
- 以受控速度驱动电机，并理解 PWM 占空比与实际 RPM 之间的区别
- 读取编码器，并围绕它闭合一个位置回路
- 不依赖教程，仅根据数据手册接线并读取一个 I2C 传感器
- 将加速度计和陀螺仪数据融合成稳定的角度估计
- 通过描述改变 P、I、D 参数后机器人的行为，解释它们各自的作用
- 在 GitHub 上展示两个能正常工作的机器人，包括接线、代码以及故障记录的书面说明
⏩---------------------------------------------------------------------⏪
Month 3: Mechanical design, CAD and manufacturing your own parts（第三个月：机械设计、CAD 和制造自己的零件）
本月目标：在 CAD 中设计一个零件，制造出来，并确保它能装得上
这个月是区分只会组装套件的人和真正会造机器人的人的分水岭
此后你造的每一台机器人都会包含一些只有因你设计而存在的零件，而能在一下午之内从一个想法变成实体支架，这能力会彻底改变你所能做的项目
What to learn（学什么）
1. CAD
选一个工具深耕，而不是每个都浅尝辄止
决策框架：
- Onshape Free 适合不介意公开设计的人。它在浏览器中运行，可在任何设备（包括 Chromebook）上使用，其装配和配合系统模拟了机器人关节的真实运动方式。代价是真实的：免费版里每个文档都是公开的
- Fusion Personal 适合之后想要 CAM 和 3D 打印集成的人。非商业用途（年收入低于 1000 美元）可免费使用 3 年可续期许可，但导入和导出的文件类型有限制
- FreeCAD 适合用不上云 CAD 或信用卡支付有困难的人，或者不接受可能被撤销的许可的人。1.1 版于 2026 年 3 月发布，现在确实可用了
- SOLIDWORKS for Makers 价格 48 美元 / 年，适合想要行业标准工具的人，但要注意原生文件带有水印，无法在商业版 SOLIDWORKS 中打开
资源：
1. Onshape Learning Center，Fundamentals: CAD（注册后免费）
链接：https://learn.onshape.com/learning-paths/onshape-fundamentals-cad
唯一一个以可写入简历的证书收尾的免费结构化 CAD 课程，还附带专门的机器人竞赛方向
2. Product Design Online，Learn Autodesk Fusion in 30 Days（免费）
链接：https://productdesignonline.com/learn-autodesk-fusion-360-in-30-days-official-course/
三十天建模三十个对象，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 老师，以短小精悍的针对性课程组织，而非一个庞大的一体化课程
4. Protolabs Network，Design for 3D printing（免费）
链接：https://www.hubs.com/knowledge-base/design-for-3d-printing/
CAD 中面向制造设计的部分：壁厚、方向、公差、支撑、卡扣配合，以及何时使用 STL 而非 3MF 或 STEP
重点学习内容：
- 完全约束的草图，因为约束不足的草图在之后编辑时会移动，毁掉你的一天
- 由变量驱动的参数化设计，修改一个尺寸就能更新整个零件
- 模拟真实关节的装配和配合：旋转、滑动、固定
- 围绕你实际拥有的硬件进行设计，从舵机的数据手册尺寸出发
- 导出 STEP 用于分享、STL 用于打印，并知道两者的区别
练习任务： 根据制造商数据手册的图纸（而非目测），为买到的那款舵机建模一个支架，配上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，而这个失败正是教训所在
2. 3D printing（3D 打印）
经核实的打印机价格，2026 年 9 月：
- Creality Ender-3 V3 SE，199 美元
链接：https://store.creality.com/products/ender-3-v3-se-3d-printer
- Bambu Lab A1 mini，219.99 美元
链接：https://www.bestbuy.com/product/bambu-lab-a1-mini-3d-printer-silver/CZTZV9ZGGV
- Bambu Lab A1，299.99 美元，配 256mm 热床，做较大支架时会需要
链接：https://www.bestbuy.com/product/bambu-lab-a1-3d-printer-silver/CZW2ZH33H4
- Creality K1C，369 美元，封闭式且经过硬化处理，支持碳纤维耗材
链接：https://store.creality.com/products/k1c-3d-printer
- Bambu Lab P1S，799 美元，封闭式 CoreXY，适合 ABS 和 ASA
链接：https://us.store.bambulab.com/products/p1s
线材及其各自适用场景：
- PLA 和 PLA+ 用于原型支架、夹具以及 SO-101 手臂本体，该手臂指定使用 PLA+，填充率 15%，层高 0.2mm。在易打印材料中刚性最强，但在持续负载下会蠕变，并在约 55 至 60°C 时软化。
- PETG 用于默认的真实机器人零件：底盘板、齿轮箱外壳、舵机支架，以及任何需要承受跌落冲击的部件。韧性好，层间粘附远优于 PLA，但易拉丝。
- ABS 和 ASA 用于靠近高温电机的零件和户外漫游车，但没有封闭外壳时变形严重。
- 尼龙用于齿轮和线缆导向件，订购比打印更容易。
- 碳纤维填充用于高刚性结构连杆，由于具有磨蚀性，需要硬化钢喷嘴。
- TPU 用于脚垫、保险杠和柔顺的夹爪手指。
资源：
1. OrcaSlicer 校准 wiki（免费）
链接：https://github.com/OrcaSlicer/OrcaSlicer/wiki/Calibration
按照推荐的顺序进行温度、流量、压力提前量、回抽和公差校准，对于任何希望零件装配合适的人来说，这是最有用的切片文档。
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，这让打印方向不再只是经验之谈，而是有数据支撑。
4. 间隙与公差 3D 打印机测量规（免费 STL）
链接：https://www.printables.com/model/57067-clearance-and-tolerance-3d-printer-gauge
打印一次这个测量规，你就知道你的机器在实际的压配合和滑动配合中的真实间隙，你之后设计的每个支架和轴承座都依赖于此。
如果你无法购买打印机：
- 创客空间（Fab Labs）遍布全球，大约有 2875 个，可按国家搜索。
链接：https://fablabs.io/labs
- 公共图书馆创客空间，在美国大部分地区免费或几乎免费。
链接：https://action.everylibrary.org/how_to_find_a_makerspace_near_you
- Craftcloud 在覆盖 95 个国家的网络中比较报价，并安排到离你最近的制造商，这是美国以外和欧盟地区的最佳选择。
链接：https://craftcloud3d.com/
- JLC3DP 的 MJF 尼龙和 FDM 打印每件起价 \$1.00，3 天交付。
链接：https://jlc3dp.com/
诚实的成本分析：一个 SO-101 手臂大约需要 1 公斤 PLA+，在自己的机器上大约是 \$20 到 \$25 的线材成本，而购买一套打印好的零件是 \$30.99。一台打印机不会因为打印一个项目就回本。它通过反复迭代回本，因为在家的打印，第 10 版夹爪手指的成本是 40 美分和 25 分钟，而找服务商则需要 \$8 和一周时间。
练习任务：打印公差测量规，记下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。不断迭代直到它能顺利卡合。这就是所有机械设计的核心循环。
3. Actuators, transmissions and why robots are hard（执行器、传动系统，以及为什么机器人难做）
理解齿轮减速比、齿隙和扭矩密度，是区分一个只能在视频里工作的机器人和一个能反复工作的机器人的关键。
重点学习内容：
- 齿轮减速比，以及速度与扭矩之间的权衡
- 齿隙，以及它为什么以软件无法完全修复的方式破坏位置精度
- 轴承选型和预紧
- 皮带传动、齿轮传动与直驱的比较
- 为什么廉价舵机的塑料齿轮组是任何机械臂上最先失效的部件
练习任务：为 NEMA17 步进电机或业余电机设计和打印一个简单的行星减速器或摆线减速器，并接受第一个版本会很差的事实。通过固定输出端并晃动它来测量齿隙，然后重新设计以减少齿隙。如果你需要起始几何结构，Instructables 和 Hackaday 上有参考制作。
链接：https://www.instructables.com/OpenCycloid-3D-printed-Open-Source-Robotic-Actuato/
4. Build a real robot arm（打造真实机械臂）
这是本月的收官项目，也是整条路线图中最值得的硬件投入。
SO-101 是来自 TheRobotStudio 和 Hugging Face 的开源五自由度机械臂加夹爪，设计为引导臂和从动臂一对组装，你可以手动引导其中一只，另一只便会同步镜像动作。
正是这种遥操作配置让你能够录制示范数据，而这正是第六个月课程的基础。
官方物料清单已在仓库中验证：229.88 美元一对引导臂与从动臂，121.94 美元单只从动臂，不含 3D 打印件。
链接：https://github.com/TheRobotStudio/SO-ARM100
购买渠道及已核实价格：
- Seeed Studio SO-ARM101 Pro 舵机套件，277.99 美元，含电机与控制板，不含打印件。
链接：https://www.seeedstudio.com/SO-ARM101-Low-Cost-AI-Arm-Kit-Pro-p-6427.html
- Seeed Studio 打印件套件，30.99 美元，适用于没有打印机的用户。
链接：https://www.seeedstudio.com/SO-ARM101-3D-printed-Enclosure-p-6428.html
- Robonine SO-ARM101 完整套件，349.00 美元，从特拉华州发货。
链接：https://robonine.com/shop/so-arm101-black-robotic-arm-kit/
- WowRobo 通过 OpenELAB 发售，325.99 美元含打印件与舵机，419.99 美元未组装全套件，489.99 美元全组装版。
链接：https://openelab.com/products/wowrobo-robotics-so-arm101-diykit
各价位更便宜的替代方案：
- 0 美元：LeRobot 技术栈中的所有内容都可以在硬件到位前于 MuJoCo 仿真中运行，如果你无法购入任何硬件，这就是答案。
- 50 至 80 美元：EEZYbotARM MK2，免费 STL 文件，由 MG996R hobby 舵机和打印件组装而成。它教授的是连杆运动学而非舵机总线协议。链接：https://www.thingiverse.com/thing:1454048
- 122 美元：如果你自行打印零件，单只 SO-101 从动臂就是这个价格。你会失去遥操作功能，但完整的软件路径得以保留。
- 199.99 美元：Hiwonder xArm 1S，最便宜的配备智能总线舵机（可反馈位置和电压）的机械臂。链接：https://www.hiwonder.com/products/xarm-1s
练习任务：组装 SO-101，校准每个舵机，并用引导臂遥操作从动臂。然后自行设计并打印替换原装件的 TPU 夹爪手指，并在三个不同形状的物体上测试。机械臂是第五、六个月的基础平台，而定制手指则是证明你既能设计也能组装的关键部分。
Month 3 Milestone（第三个月里程碑）
到本月底，你应该能够：
- 根据数据手册在 CAD 中用完全约束的草图建模一个零件。
- 通过实测而非猜测来说明打印机的真实间隙数值。
- 专门针对 FDM 工艺设计零件，考虑打印方向、悬垂和层间附着力。
- 能为特定零件选择 PLA、PETG、ABS 或 TPU 并说明理由。
- 解释什么是回程间隙，并在自己制作的东西上加以演示。
- 展示一台你组装、校准并用自制零件改装过的可工作机械臂。
⏩---------------------------------------------------------------------⏪
Month 4: ROS 2, simulation, and building robots the way companies do（第四个月：ROS 2、仿真与以企业方式构建机器人）
本月目标：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，一切都是在按你自己的方式构建机器人。
ROS 2 是行业构建机器人的方式，也是机器人技术职位招聘中最常要求的一项技能。
本月最棒的一点是，你完全不需要任何硬件，在普通笔记本电脑上、无需 NVIDIA GPU 就能完成所有内容。把这句话对自己说两遍，因为 “机器人技术需要昂贵设备” 这一观念正是大多数人从未开始的主要原因。
What to learn（学什么）
1. Which ROS 2 to install, and the ROS 1 trap（安装哪个 ROS 2 版本，以及 ROS 1 的陷阱）
ROS 2 每年五月发布。偶数年份为 LTS 版本，提供五年支持，奇数年份约获得十八个月支持。
截至 2026 年 9 月的情况如下：
- Lyrical Luth，2026 年 5 月发布，2031 年 5 月停止支持，面向 Ubuntu 26.04。当前 LTS 版本。
- Jazzy Jalisco，2024 年 5 月发布，2029 年 5 月停止支持，面向 Ubuntu 24.04。
- Kilted Kaiju，2026 年 12 月 31 日停止支持。不要从这里开始。
- Humble Hawksbill，2027 年 5 月停止支持。旧版。
从 Jazzy 开始。 Lyrical 更新，适合新生产项目，但截至目前几乎每门课程、书籍和 YouTube 系列仍以 Jazzy 为目标，且 Jazzy 还有两年半以上的支持期。等教程栈跟上后再转向 Lyrical。
ROS 1 已死。 Noetic 已于 2025 年 5 月 31 日停止支持，没有后续版本。大量高排名教程内容仍是 ROS 1，所以学会立即识别：如果看到 catkin_make、roscore、rosrun、rospy 或仅 XML 的 launch 文件，关掉标签页。ROS 2 使用 colcon build，没有 master，使用 ros2 run 和 Python launch 文件。
2. ROS 2 core concepts（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，完全围绕节点、话题、服务、动作、参数、launch 文件、tf2 和 URDF 组织。它更偏参考手册而非教学，所以最好配合视频使用。
2. The Construct（免费层，付费从 €39.97 / 月起）
链接：https://www.theconstruct.ai/
所有内容都在基于浏览器的 ROS 环境中运行，带模拟机器人，这消除了初学者最大的痛点：无需 Ubuntu 双系统、无需花一整个周末安装、无需 GPU。免费层包含三门完整课程。
3. Edouard Renard，《ROS 2 for Beginners，Level 1》（Udemy，促销时约 \$10 至 \$20）
链接：https://www.udemy.com/course/ros2-for-beginners/
十三个小时，同时覆盖 Python 和 C++，内容包括节点、包、话题、服务、自定义接口、参数和 launch 文件。永远不要按标价购买，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教程叙事：设计机器人、编写 URDF、仿真、添加 ros2_control、放到带激光雷达的树莓派上，然后进行 SLAM 和导航。在 ros2_control 方面特别出色，而几乎所有其他资源在这方面都处理得不好。
5. MOGI-ROS，完整大学课程（免费，Apache 2.0）
链接：https://github.com/orgs/MOGI-ROS/repositories
一门真正的学期长度课程大纲，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，值得注意的是已经同时提供 Lyrical 和 Jazzy 的教程。这里是查 “如何在 Jazzy 中编写一个 action” 的地方，而不是完整课程。
重点学习内容：
- 节点、话题、服务和动作，以及知道某个问题需要三者中的哪一个
- 自定义消息和服务定义
- 参数和 YAML 配置文件
- Python 编写的 launch 文件，以及传递参数和重映射话题
- colcon 工作空间和包结构
- ros2 bag 用于录制和回放，这是调试任何只偶发故障的问题的方式
值得坦诚指出的空白：DDS 和 QoS 设置在我能找到的所有资源中都被讲得很差。 没有哪门课讲得好。当你遇到神秘的 “我的话题在发布但没人接收” 问题时，答案几乎总是 QoS 不匹配，这时你需要去读官方 Concepts 页面而不是教程。
练习任务： 完全不使用机器人和仿真器，构建一个多节点系统。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的聚合器，使用你自己的自定义 .msg 和 .srv，用接受参数的 Python launch 文件把它们连接起来。用 ros2 bag 录制并回放。这不需要任何成本，而且能证明你理解的是图结构，而不只是会运行 turtlesim。
3. URDF, TF and describing a robot（URDF、TF 与描述机器人）
资源：
1. Articulated Robotics，机器人坐标变换（免费）
链接：https://articulatedrobotics.xyz/category/coordinate-transforms-for-robotics
一个专门讲坐标系和变换的系列，这是阻碍大多数人理解 URDF 的概念。
2. Edouard Renard，Level 2：TF、URDF、RViz、Gazebo（Udemy，促销时约 \$10 至 \$20）
链接：https://www.udemy.com/course/ros2-tf-urdf-rviz-gazebo/
最好的 URDF 资源，覆盖 xacro 宏、robot_state_publisher、RViz 配置和 Gazebo 插件，最后以一个带机械臂的移动底盘收尾。
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
权威演练教程，提供 C++ 和 Python 两种版本。
需要学习的常见问题：
- 混淆 joint_state_publisher 与 robot_state_publisher。修复：前者生成关节位置，后者根据它们计算变换
- 缺少惯性标签。修复：没有它们，你的机器人会爆炸或沉入 Gazebo 地面，因此务必包含质量和惯性
- 缺少到激光雷达坐标系的静态变换。修复：这比任何算法问题更容易导致 SLAM 新手失败
- 手写 400 行 XML。修复：从一开始就使用 xacro 宏
练习任务： 用 xacro 设计你自己的机器人，而不是用 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，带有正确的惯性和独立的碰撞与视觉几何体。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. Simulation（仿真）
Gazebo 的命名历史让每个人都感到困惑，这里简明梳理一下
Gazebo Classic（版本 1 到 11）已于 2025 年 1 月终止支持。它被重写后曾短暂称为 Ignition Gazebo，随后在 2022 年 4 月的公告中重新改回 Gazebo，所有 ign 命令都变为 gz。如果教程中使用了 roslaunch gazebo_ros 或 ign gazebo，那就已过时
当前版本按字母顺序命名：Fortress、Garden、Harmonic、Ionic、Jetty
安装与你所用 ROS 2 发行版配对的版本，否则你将与构建错误作斗争： Humble 配 Fortress，Jazzy 配 Harmonic，Kilted 配 Ionic，Lyrical 配 Jetty
资源：
1. Gazebo 文档与教程（免费）
链接：https://gazebosim.org/docs/latest/getstarted/
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
目前最快最精确的接触动力学，优先 CPU 运行因此无需 GPU，是运动与操作学习的研究标准
3. NVIDIA Isaac Sim（免费下载）
链接：https://docs.isaacsim.omniverse.nvidia.com/6.0.0/installation/requirements.html
逼真仿真与合成数据生成，但在兴奋之前请先阅读那个要求链接：最低配置为 RTX 4080 且 16GB 显存，而 A100 和 H100 等没有 RT 核心的数据中心显卡则完全不受支持
决策框架：
- 先学 Gazebo，因为它是唯一原生接入 ROS 2 的仿真器，并且能在你现有的笔记本电脑上运行
- 当需要强化学习或运动控制时转向 MuJoCo，它仍然不需要 GPU
- 只有在具备 RTX 硬件且有明确理由时，才使用 Isaac Sim 或 Isaac Lab
- 跳过 PyBullet，它自 2022 年以来没有发布过，维护者已关闭问题跟踪器
- 关注 Genesis，但暂时不要基于它构建作品集，因为 v1.0 刚刚发布且没有 ROS 2 集成
练习任务： 将上一节的 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 主题上并在 RViz 中渲染
5. ros2_control（ROS 2 控制）
这是大多数自学候选人从未接触过的主题，因此是让你脱颖而出的最快方式
资源：
1. ros2_control 文档（免费）
链接：https://control.ros.org/rolling/index.html
URDF 与驱动的结合点：硬件接口、控制器管理器，以及需要放进 xacro 的 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/
唯一能正确讲解从仿真到真实硬件过渡的资源
练习任务： 为你的机器人添加 标签，通过 YAML 配置 diff_drive_controller 和 joint_state_broadcaster，并用键盘遥控在 Gazebo 中驱动它。然后编写一个动作服务器，驱动到指定距离并报告进度，支持反馈和取消。动作加 ros2_control 在一个项目中是真正出色的作品集展示
6. SLAM and navigation（SLAM 与导航）
资源：
1. Nav2 入门（免费）
链接：https://docs.nav2.org/rolling/getting_started/index.html
五分钟内在仿真中启动 Nav2，带有预配置的 VS Code 开发容器，省去所有安装麻烦
2. Nav2 教程（免费）
链接：https://docs.nav2.org/rolling/tutorials/
涵盖 SLAM、禁行区、速度限制、碰撞监控、对接、GPS 导航，以及编写自己的规划器、控制器或行为树节点
3. SLAM Toolbox（免费，开源）
链接：https://github.com/SteveMacenski/slam_toolbox
当前受支持的 ROS 2 SLAM 库，支持同步、异步、终身和仅定位模式，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 和立体 SLAM，带闭环检测，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
重点学习内容：
- 建图与定位的区别，以及何时将 SLAM Toolbox 切换到定位模式
- 里程计质量，因为 SLAM Toolbox 需要它，且地图模糊几乎总是里程计问题而非算法问题
- 代价地图调参：膨胀半径、障碍物层，以及局部与全局的划分
- 行为树，这是 Nav2 协调一切的方式，也是初学者最难理解的部分
真实 SLAM 的硬件，分三个档次：
- \$0：Gazebo 配合模拟激光雷达。在此先完成整个 SLAM 和 Nav2 课程
- \$250 到 \$450：DIY：RPLIDAR C1（\$69）、树莓派 4 或 5、带编码器的差速驱动底盘、电机驱动器和电池。每美元学到的东西最多，也是最折腾的
- \$300 到 \$535：现成平台。Hiwonder MentorPi M1（\$299.99）在 Pi 5 上运行 ROS 2 Humble，配备激光雷达和深度相机。Waveshare 的 UGV Rover ROS 2 套件（\$534.99）将 Pi 主机与 ESP32 实时控制器分开，这正是真实机器人的实际架构方式
链接：https://www.hiwonder.com/products/mentorpi-m1
链接：https://www.waveshare.com/ugv-rover-ros2-kit.htm
练习任务：在 Gazebo 世界中运行 SLAM Toolbox，遥控移动并保存地图，然后切换到定位模式，从 RViz 发送 Nav2 目标。调整代价地图，直到不再擦碰墙角。然后录制屏幕。机器人自主导航它自己构建的地图的视频，是自学机器人学家能做出的最有说服力的作品
Month 4 Milestone（第 4 个月里程碑）
到本月底，你应该能够：
- 用 Python 和 C++ 编写使用话题、服务和动作的 ROS 2 节点
- 在 xacro 中描述自己的机器人，包含正确的坐标系、惯量和碰撞几何
- 在 Gazebo 中模拟该机器人，配备可用的激光雷达和相机传感器
- 配置 ros2_control 并通过控制器而非原始命令驱动机器人
- 用 SLAM Toolbox 建图并使用 Nav2 自主导航
- 诊断损坏的 TF 树，这是整个技术栈中最常见的故障
⏩---------------------------------------------------------------------⏪
Month 5: The maths that makes robots actually work（第 5 个月：让机器人真正运转的数学）
本月的目标：理解并实现你所构建的一切背后的控制和感知
到目前为止，你使用的库已经帮你完成了困难的部分
这个月你将了解它们在做什么，因为能配置 Nav2 的人与能在 Nav2 出问题时修复它的人之间的差距，正是这部分内容
你不需要以研究深度掌握全部内容。你需要的是对控制有实用性的熟练度、足够推理机械臂的运动学知识，以及足够的视觉知识来从相机中获取三维信息
What to learn（学什么）
1. Control theory, starting with PID（控制理论，从 PID 开始）
你已经在第二个月凭感觉调过 PID 控制器。现在学习它为什么有效
资源：
1. Understanding PID Control, MATLAB Tech Talks with Brian Douglas（免费）
链接：https://www.mathworks.com/videos/series/understanding-pid-control.html
共七部分，涵盖 PID 是什么、积分器饱和、微分滤波、调参，以及手动与自动调参的区别。这是本周从零到可用控制器的最快路径
2. Brian Douglas, Control System Lectures（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人
3. The Fundamentals of Control Theory, Brian Douglas（免费，知识共享许可）
链接：https://engineeringmedia.com/books
视频的文字伴侣，以及连贯的叙述而非零散的课程
4. Control Bootcamp，Steve Brunton（免费）
链接：https://www.youtube.com/playlist?list=PLMrJAkhIeNNR20Mz-VpzgfQs5zrYi085m
三十九个视频，是进入状态空间、可控性、可观测性、LQR 和卡尔曼滤波的正确入门点
5. Feedback Systems，Åström 和 Murray（免费 PDF）
链接：https://fbswiki.org/wiki/index.php/Feedback_Systems:\_An_Introduction_for_Scientists_and_Engineers
严谨的教科书，由普林斯顿大学出版社免费发布，适合你想要正规版本又不想花钱的时候
重点学习内容：
- P、I、D 各自在物理上做什么，以及各自的失效模式
- 积分器饱和（windup），以及为什么你的手臂从极限位置脱离时会猛然甩动
- 为什么微分项会放大传感器噪声，需要滤波
- 稳态误差，以及什么时候积分器是解决办法，什么时候重力补偿才是解决办法
- 前馈，这是最便宜的性能提升手段，但大多数人从未添加
练习任务：拿第二个月的平衡机器人，在同一个硬件上实现三个控制器：仅 P、PD，然后是带前馈的 PID。将每个控制器的阶跃响应记录到 CSV，绘制三条曲线，并写出你会交付哪一个以及为什么。这张图在面试中比任何证书都更有价值
2. State space, LQR and MPC（状态空间、LQR 与 MPC）
资源：
1. Understanding Model Predictive Control，MATLAB Tech Talks（免费）
链接：https://www.mathworks.com/videos/series/understanding-model-predictive-control.html
从为何使用 MPC 到自适应和非线性变体，以及如何让它运行得足够快以变得实用，共七个部分
2. Underactuated Robotics，Russ Tedrake，MIT（免费）
链接：https://underactuated.csail.mit.edu/index.html
这是控制理论变成机器人学的地方：摆、小车 - 摆杆、行走、奔跑和人形机器人，结合动态规划、LQR、李雅普诺夫分析和轨迹优化。免费笔记、免费 PDF 和讲座视频
重点学习内容：
- 将系统表示为状态、输入和输出，而不是传递函数
- 为什么 LQR 只是选择增益的一种有原则的方法
- MPC 带来什么，即约束，以及代价是什么，即算力
- 欠驱动，以及为什么自由度少于执行器的机器人需要完全不同的思考方式
练习任务：在 Python 中为模拟的小车 - 摆杆实现 LQR，然后用手工调参的 PID 实现同样的事情，并比较各自如何处理扰动。Tedrake 的笔记给了你模型，所以你在实现而不是推导
3. Kinematics and dynamics（运动学与动力学）
资源：
1. Modern Robotics，Kevin Lynch，西北大学（免费书籍、代码和视频）
链接：http://hades.mech.northwestern.edu/index.php/Modern_Robotics
标准教科书的免费预印本，加上 Python、MATLAB 和 Mathematica 的配套库以及完整的视频讲座。它使用螺旋理论和指数积公式而非 DH 参数，这更简洁，如今已成为行业标准
2. Modern Robotics Specialization（Coursera，可免费旁听）
链接：https://www.coursera.org/specializations/modernrobotics
同样的材料，但以结构化的六门课程序列形式呈现并带有评估，如果你需要截止日期来完成事情
3. Robotics Toolbox for Python，Peter Corke（免费，MIT 许可）
链接：https://github.com/petercorke/robotics-toolbox-python
正运动学、雅可比矩阵、数值逆运动学、轨迹生成以及五十多个真实机器人模型，包括 Franka 和 UR，让你通过运行代码对照真实机械臂来学习
4. QUT Robot Academy，Peter Corke（免费）
链接：https://robotacademy.net.au
超过 200 个每个不到十分钟的视频课程，按先修水平标记，是获取 DH 参数、雅可比矩阵和姿态表示的简短原子级解释的最佳来源
重点学习内容：
- 齐次变换及其组合，这是所有东西的语言
- 正运动学，这很容易，以及逆运动学，这并不容易
- 雅可比矩阵，以及当你的手臂突然无法侧向移动时，奇异点在物理上意味着什么
- 工作空间限制，以及关节限制与可达性之间的区别
- 轨迹生成，以及为什么有时在关节空间插值，有时在笛卡尔空间插值
实践任务： 根据 SO-101 手臂的连杆长度，手算其正向运动学，然后对照 Robotics Toolbox 进行验证。接着编写一个数值 IK 求解器，将末端执行器移动到指定的 XYZ 位置，并观察它在奇异点附近的表现。感受手臂失去一个自由度，才能让这个概念真正深入人心
4. Perception and Computer Vision（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
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、目标跟踪和 DNN 模块。从这里开始学习，而不是付费课程
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
权威的完整 Python 代码教程，从棋盘格角点检测到去畸变再到重投影误差。每位机器人工程师都必须能凭记忆完成这一流程
3. Cyrill Stachniss 讲座，波恩大学（免费）
链接：https://www.ipb.uni-bonn.de/online-training-robotics/
涵盖移动感知、摄影测量和 SLAM 的完整大学课程录像，在几何方面是最好的免费资源：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
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 顺畅得多
重点学习内容：
- 相机内参和畸变，以及用打印的棋盘格进行实际标定
- 针孔投影，以及图像坐标与世界坐标之间的区别
- 立体视觉测深、结构光与飞行时间法之间的区别
- 点云基础：降采样、平面拟合以找到桌面、聚类以识别桌面上的物体
- 为什么光照变化会破坏昨天还正常工作的视觉流水线
实践任务： 用打印的棋盘格标定真实相机，保存内参，然后编写一个脚本，检测彩色物体并估计其相对于相机的三维位置。接着改变光照条件，观察它失败，然后修复它。这个失败 - 修复的记录是很好的作品集素材
5. Manipulation and MoveIt 2（操作与 MoveIt 2）
资源：
1. MoveIt 2 入门（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 以获得最佳体验
2. 使用 MoveIt Task Constructor 进行拾取与放置（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，教你如何将任务分解为多个阶段，并实现抓取生成、IK 和碰撞管理
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、规划和控制连接成一个连贯的技术栈，目前同时讲授基于模型和基于学习的方法，这正是业界当前的运作方式
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： 让 MoveIt 2 为模拟手臂规划运动，向规划场景中添加碰撞物体，并执行一次拾取与放置。然后在唯一可行路径上放置一个障碍物使其失败，观察规划器的行为。理解规划器的失败比看着它成功更有价值
Month 5 Milestone（第五个月里程碑）
到本月底，你应该能够：
- 实现并调试 PID 控制器，并根据实测数据解释每一项
- 用状态空间描述一个系统，并在模拟被控对象上实现 LQR
- 手动计算正向运动学，并数值求解逆运动学
- 指着正在运行的机器人，解释什么是奇异点
- 校准相机，将像素坐标转换为三维位置
- 在 MoveIt 2 中规划并执行无碰撞的拾取与放置任务
⏩---------------------------------------------------------------------⏪
Month 6: Robot learning, specialisation, and becoming hireable（第 6 个月：机器人学习、专精方向与就业准备）
本月目标：选定一个方向，在该方向打造一个作品集项目，并开始投递申请
你现在已掌握完整技术栈：电子、嵌入式、机械、ROS 2、控制与感知
本月分为两部分。第一部分是前沿领域——通过示范来教机器人，而非编程实现。第二部分是将你已构建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改变的部分，也是该领域吸引大量资本的原因
1. LeRobot
LeRobot 是 Hugging Face 的 PyTorch 库，专为现实世界机器人应用而设计，是整个低成本机器人学习领域汇聚的开源中心
工作流程为：遥操作、记录、训练、部署。你手动操控机器人，示范数据以同步视频和动作数据形式保存，策略学习模仿这些数据，然后自主运行
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 代码仓库（免费，Apache 2.0 许可）
链接：https://github.com/huggingface/lerobot
超过 26,000 颗星，是了解策略实际实现方式的最佳去处
3. Hugging Face 机器人学课程（免费，无需硬件）
链接：https://huggingface.co/learn/robotics-course/unit0/1
完全在模拟环境和公开数据集上运行，因此你可以先完成全部课程再购置硬件。每单元约 30 至 45 分钟
4. SO-101 设置指南（免费）
链接：https://huggingface.co/docs/lerobot/so101
针对你在第三个月构建的机械臂，提供端口查找、电机设置、校准和录制等具体命令
重点学习内容：
- 在自己的机械臂上端到端完成记录 - 训练 - 部署循环
- 数据集质量，因为基于粗糙示范训练的策略必然是粗糙策略
- ACT，文档推荐作为入门策略，以及为何预测未来动作块比预测单步效果更好
- 扩散策略，将策略表示为去噪过程，在十二项任务中相较先前方法报告平均改进 46.9%
实践任务：在 SO-101 上录制 50 个单一简单任务的示范，例如拾取一个立方体并放入箱子中，训练 ACT 策略，然后部署。成功率可能只有一半。再录制 50 个覆盖失败案例的示范并重新训练。记录前后成功率。这个数字以及你实际测量的过程，本身就是作品集项目
2. Vision-language-action models（视觉 - 语言 - 动作模型）
这些是机器人的基础模型，了解哪些可以实际运行至关重要
- π₀、π₀-FAST 和 π₀.₅来自 Physical Intelligence，Apache 2.0 许可，权重开放，基于超过 10,000 小时机器人数据预训练。仓库明确警告这些模型是为自家机器人开发的，迁移效果不保证
链接：https://github.com/Physical-Intelligence/openpi
- OpenVLA，7B 参数，完全开放，基于 Open X-Embodiment 的 970,000 个机器人片段训练，是阅读代码时文档最完善的开放 VLA
链接：https://openvla.github.io/
- GR00T N1.7 来自 NVIDIA，代码为 Apache 2.0 许可，权重遵循 NVIDIA 开放模型许可，这一区别经常被错误报道。推理需要 16GB 以上显存
链接：https://github.com/Nvidia/Isaac-GR00T
- SmolVLA 来自 Hugging Face，紧凑设计，面向经济实惠的硬件，是适合在 SO-101 上微调的选择，而非追求 7B 模型
链接：https://huggingface.co/lerobot/smolvla_base
- RT-2 来自 Google DeepMind，具有历史意义，但没有公开权重，因此请研读论文，并用上述任一模型进行练习
3. Reinforcement learning for robotics（机器人强化学习）
资源：
1. MuJoCo Playground（免费，Apache 2.0）
链接：https://github.com/google-deepmind/mujoco_playground
用于运动、操作和视觉任务的 GPU 加速环境，附带四个 Colab 教程，比替代方案更容易上手。从这里开始
2. NVIDIA Isaac Lab（免费，BSD-3）
链接：https://github.com/isaac-sim/IsaacLab
包含十六个机器人模型和三十多个预构建训练环境，集成 RSL RL、skrl、RL Games 和 Stable Baselines。这是腿式和人形机器人 sim-to-real 的行业标准，并且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
这是现有的最佳 RL 课程，而且 Levine 是机器人研究员，因此整个课程都以机器人技术为框架，涵盖模仿学习、策略梯度、actor-critic、基于模型和离线 RL
练习任务：从 Colab 教程之一在 MuJoCo Playground 中训练四足运动策略，然后修改奖励函数并观察步态如何变化。你不需要硬件，也不需要 Colab 免费提供之外的 GPU
第二部分：选择一个方向
确实存在三个方向。选一个，另外两个保持在了解水平即可
方向 1：机器人学习与具身 AI
如果你想要前沿公司和最高上限，这是最佳选择
重点：LeRobot、VLA 微调、模仿学习、RL、仿真、PyTorch
这是薪资最高的方向，也是竞争最激烈的方向，在这里，你自己收集的真实数据集比任何凭证都更有价值
方向 2：自主与移动机器人
如果你想要最多的可用工作岗位，这是最佳选择
重点：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的 20% 以上，而这个方向正好服务于这两类岗位
方向 3：嵌入式、机电一体化与集成
如果你想要立即上岗，包括作为承包商，这是最佳选择
重点：固件、电机控制、实时系统、PLC、功能安全、系统集成
这是最不引人注目但最持续可就业的方向，也是技术员到工程师的进阶路径真正所在。请注意，66% 的机器人项目报告了由认证导致的延误，因此功能安全知识是一个真实且未被充分满足的专业方向
4. Your portfolio（你的作品集）
我研究了该领域招聘人员实际筛选的内容，模式是一致的
高信号：
- GitHub 仓库，包含记录的指标和显示迭代调试的提交历史，而不是一次提交完成的成品演示
- 真实机器人部署的证据，附带可靠性数据，而不仅仅是仿真
- LeRobot Hub 上的公开数据集，那里已经有数以万计的社区数据集
- 对雇主依赖的软件包的贡献：ROS 2 core、Nav2、MoveIt、Isaac Lab、LeRobot
- 将传感器、执行器、规划与控制连接起来的系统集成工作，附带视频和清晰的文档
他们明确指出的危险信号：
- 仍在使用已停止维护的 ROS 1，且没有迁移证据
- 声称的项目经不起三个后续追问
- 纯深度学习背景，缺乏运动学或具身理解
- 教程完成证书，其权重远低于实际贡献
练习任务：拿出你最好的三个项目，重写它们的 README。每个都需要在顶部放一个视频、一个接线或架构图、你实际测量的数字，以及一个标题为 “出了什么问题以及我如何修复” 的章节。最后这一节是自学作品集中价值最高的部分，因为它是无法从教程中伪造的
5. Interviews（面试）
机器人面试不是软件面试，leetcode 在这里的预测能力要弱得多
预期会涉及：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、路径规划（包括 RRT），以及 C++ 与 Python 的取舍
在优秀的公司，你还会遇到：一个基于仿真的调试练习——他们给你一个 MuJoCo 或 Isaac 场景，里面有一个故意弄坏的控制器；一个与真实工作范围相符的 ROS 2 架构问题；以及一场关于你过去某次具体失败及如何诊断的深入对话
Glassdoor 上有来自 877 家公司的 1,721 个机器人工程师面试问题存档，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：找个人花二十分钟盘问你自己仓库的代码。不是概念，而是你具体的代码。为什么用那个增益，为什么用那个传感器，电池电压跌落会发生什么，在成功之前你尝试过什么。如果你答不到三层深度，这个项目就不该出现在你的简历上
Month 6 Milestone（第 6 个月里程碑）
到本月底，你应该能够：
- 录制演示数据集，并训练一个能在你自己硬件上运行的策略
- 解释行为克隆、ACT 和扩散策略之间的区别
- 说出哪些 VLA 模型有开放权重，哪些没有
- 说明你正在 pursue 三个方向中的哪一个，以及为什么
- 展示三个作品集项目，包含视频、指标和一份有记录的失败分析
- 能对自己代码的任何一行回答三层追问
⏩---------------------------------------------------------------------⏪
CONCLUSION（结论）
这 6 个月之后，你能期待什么？？？
我要说实话，因为只有实话才值得读
这份路线图不会让你在六个月内成为资深机器人工程师
在这个领域，资深意味着在实体机器人上部署实时系统五年以上，而我查过的每一份招聘信息都明确写了这一点
它能让你成为的，是一个能构建、调试并交付可用机器人的人，一个从电气层到学习策略都懂整套技术栈的人，一个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，而进入领域才是复利开始的地方
需求图景，说实话
我想给你真实数字，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。 据 Crunchbase 数据，Physical AI 初创公司在 2026 年上半年通过 521 笔交易筹集了 474 亿美元，超过 2022 至 2024 年的总和。仅机器人领域的融资在 2026 年 6 月底达到 188 亿美元，而 2025 年全年为 150 亿美元
单笔融资也是真实的。 Neura Robotics 筹集了 14 亿美元，Skild AI 14 亿美元，Apptronik 5.2 亿美元，而 Figure 的投后估值为 390 亿美元，据 The Robot Report 的 2026 年展望
但招聘落后于资本，这一点你应该知道。 据 A3 数据，北美机器人订单在 2026 年上半年仅增长 2.0%（按台数计）。据 IFR 数据，美国 2024 年装机量 下降了 9%。BLS 包含机器人工程师的职业代码预测 1% 至 2% 的增长，而不是你在职业文章中会看到的那个没有来源的 10% 数字
而且机器人是一个比软件小得多的劳动力市场。 BLS 预测软件开发者的年均岗位空缺为 106,100 个，而机械、电气和工业工程师合计约为 57,200 个
所以准确的说法不是 “机器人行业正在蓬勃发展，每个人都会被录用”
准确的说法是，资金涌入的速度超过了合格人才的供给，短缺集中在特定的专业方向，而且入门层级对没有学位的人异常开放
有一个数字可以让这一点变得具体：按招聘量计，最大的机器人职位类别是自动化与机器人技术员，占 3,113 个职位的 20.3%，而且据 O\NET 数据，68% 的机器人技术员职位只需副学士学位或证书即可胜任*
薪资水平
美国全职岗位，注意不同来源差异很大，所以我给你的是范围和数据来源，而不是一个好看的数字：
- *O\NET/BLS 中位数：122,930 美元**（机器人工程师），这是这里唯一的官方数据
- 入门级：约 8 万到 10 万美元，据 Payscale 和 Salary.com，沿海和资金充足的雇主更高
- 中级，3 到 6 年：12 万到 16.5 万美元，在传统雇主处
- 资深：16 万到 23 万美元，主流水平
- 前沿 physical-AI 公司远高于此。 Figure 在招的 Helix AI 工程师（机器人学习）职位标出底薪 20 万到 40 万美元，他们的感知岗位标出 20 万到 35 万美元
- 机器人基础模型专家：总薪酬 28 万到 47.5 万美元，据猎头安置数据，不过这是猎头报告而非调查数据，且股权占比很高
美国以外，做个参照：德国中位数总薪酬约 7 万欧元（Glassdoor），瑞士约 9.5 万瑞士法郎，英国底薪 3.2 万到 5 万英镑，印度约 65.3 万印度卢比
自由职业与合同制：
- Upwork 上的机器人工程师报价为 \$22 至 \$70 / 小时，主要集中在 \$30 至 \$50 区间
- Upwork 上的 ROS 项目按交付物计价：节点实现 \$500 至 \$1,200，启动配置 \$1,200 至 \$2,500，传感器集成流水线 \$4,500 至 \$7,000，完整系统架构 \$7,000 至 \$12,000
- ZipRecruiter 显示 ROS 开发者的平均时薪为 \$52.84 / 小时
还有一个数字让集成成为职业而非任务：在一个机器人单元中，机器人本身平均约占总项目成本的 25%。另外四分之三是工程、安全和集成。一台 \$35k 的机械臂变成一个 \$80k 的可工作系统，而这 \$45k 的差距正是你所提供的价值
无需学位、无需经验的入门岗位：
- 远程操作和数据采集平均时薪 \$28.24，大多数在 \$22.12 到 \$32.93 之间。Figure 发布了人形机器人操作员职位，时薪 \$25 至 \$35，未要求学位；Weave Robotics 也以 \$25 / 小时招聘
- 机器人技术员中位薪资 \$73,900（据 BLS），通常以副学士学位入行
对第一类岗位要有清醒认识：这个薪资区间主要集中在美国最昂贵的都市区，通常需要到场工作且体力要求高。这是进入前沿公司的真实敲门砖，但在旧金山并不算舒适的生活
现在，这是我希望你从这一切中真正带走的
动手做项目，而不是光读文章。从每个月挑选一个项目并真正完成它。循迹小车、平衡机器人、机械臂、ROS 2 导航栈、训练好的策略。弄坏它们、修复它们、拍摄它们、推送到 GitHub。我查过的每个招聘来源都说了同一件事：以作品集为先的招聘胜过关键词搜索，能让人获得工作的项目是那些记录了指标并有可见调试历史的项目
写下哪里出了问题。如果你只从这篇文章带走一样东西，这就是我给的具体建议。任何人都能发布一个能跑的演示。几乎没人记录最初失败的四个问题以及如何逐一诊断。这份记录是最接近你真正具备工程能力的证明，也是你的仓库能在面试第三次追问中活下来的原因
在觉得自己准备好之前就开始。申请技术员岗位，接远程操作班次，为 Nav2 提交一个小修复，给三人机器人创业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，这个领域里没有人会告诉你你已经学够了
六个月、每天两小时专注投入，足以改变你能用双手和头脑做到的事情
硬件比以往任何时候都便宜，软件是开源的，课程是免费的，而真正能让机器运转起来的人确实稀缺
去做一个会动的东西吧
希望对你有用，家人们 ❤️
