1. 先想清楚六个月的尽头机器人工程师不是你想的那个样子我知道看到6个月成为一名机器人工程师这个标题点进来的人心里多少带着点忐忑。因为网上对这个话题的讨论非常两极一边是培训机构讲零基础三个月入职大厂另一边的论坛老哥又说机器人是复杂系统没个三五年别想入门。我直接说我的结论6个月完全有可能从零基础走到机器人行业门口甚至拿到 offer但前提是你先搞清楚机器人工程师到底是个什么岗位而不是抱着造出终结者的幻想一头扎进去。机器人工程师这个称呼听起来像是一个职业实际上是一个复杂的技能合集。同一个头衔下可能做的是完全不同的工作。有人天天对着工业机械臂调轨迹有人坐在电脑前写 SLAM 算法有人在车间里给 AGV 小车排部署还有人做嵌入式控制板和电机驱动。这三种人的技能栈重叠度可能不到三成。所以六个月的第一项任务不是学习而是定位。搜索机器人工程师这个词的人心里问的其实是同一件事我没背景、没经验想转行该从哪里动手才不至于浪费时间。1.1 三类主流岗位六个月能切入的只有一两类我把市面上招机器人工程师的公司大致分成三类你们对照一下。第一类叫本体研发厂商比如做机械臂的、做四足机器人的、做服务机器人的公司。这类公司的核心岗位有机械结构、嵌入式软件、运动控制、导航算法、视觉算法等。这些岗位对专业背景和学历要求普遍较高985/211 硕士是起步价核心算法岗还要看论文和竞赛。如果你现在不是相关专业六个月想直接进这类公司做核心岗概率很低我不骗你。第二类是集成商与系统方案商。它们买来机械臂、AGV、视觉相机组合成一套自动化产线卖给工厂。这种公司大量需要的岗位叫机器人应用工程师或者调试工程师主要工作是机器人编程比如发那科、ABB、库卡的示教器编程、PLC 联动调试、视觉系统的现场部署、产线陪产和售后维护。这类岗位对学历和专业要求宽松很多更重要的是动手能力和实战经验。第三类是用机器人设备的终端工厂。比如汽车厂、电子厂、物流仓它们也需要机器人工程师做设备维护、工艺调试、产线优化甚至组建小型的自动化改造团队。你应该已经看出来了对零基础转行者第二类和第三类是最现实的六个月目标不是第一类。想一上来就做运动控制算法或机器人操作系统内核需要先把本科四年的数学、计算机、控制理论补完六个月远远不够。但如果你愿意脚踏实地做集成应用这条路窗口很大而且能接触到真实场景积累两三年后再往研发岗走是现实中无数人走通过的路。1.2 科班与非科班的真实差距在哪很多人不敢转是觉得自己不是学机器人、自动化、机械相关专业的被那些招聘 JD 上的硕士及以上学历机器人相关专业吓退。我帮你们拆一下这个滤镜科班生四年确实学了不少课但真正进入企业后你会发现学校教的东西和产线上要用的东西之间有一条很大的断层。科班生普遍优势有三点数学和物理基础更扎实看论文不费劲对一些底层概念有直觉。但他们的弱点也非常明显大多数人没碰过真实设备不会调试示教器不熟悉总线通讯写出来的 ROS 节点跑不到十分钟就崩控制算法天天在仿真里调 PID 但不敢碰真机。企业其实很苦恼招进来的硕士往往需要半年到一年才能上手现场活。这意味着什么意味着你完全可以用六个月时间把自己打造成一个动手能力极强、能干活的应用型工程师这在集成商和终端用户那里比一纸文凭更打动人。学历和背景决定你的起跑线但面试官问你你有没有独立调试过一套机器人系统项目出问题你怎么排查的时候这些回答只和你的真实经历有关和学历无关。我的建议是先放下对科班的执念用作品和实战能力证明自己。这不是鸡汤是我看过的转行成功案例里最共通的一点。2. 用倒推法定义六个月的验收标准别学完整只学够用转行学习最容易犯的错误是走科班路线从高等数学开始啃再来是线性代数、理论力学、自动控制原理、信号与系统……等你把打完基础六个月已经过去了连电机都没转过。所以我强烈建议用倒推法来确定学习计划你先去看看三个月后你想投递的那些岗位 JD 里写了什么要求然后反推自己需要补哪些技能只学为这些技能服务的知识。这很像做项目排期。产品经理不会等你把整本 C Primer 读完再上线只会让你在 deadline 之前把核心功能跑通。转行也一样你不是在完成学术训练你是在做一个叫可以入职的机器人工程师的项目。2.1 从真实岗位 JD 反推技能树的案例我随手从招聘网站挑几个集成/应用工程师岗位的典型要求你们感受一下共性熟练使用工业机器人如 ABB、库卡、发那科、安川的编程调试熟悉 PLC、HMI、常用传感器选型与调试能看懂电气原理图和机械装配图有非标自动化项目经验优先了解视觉引导定位系统的基本应用再来另一类移动机器人方向的岗位要求熟悉 ROS掌握 C 或 Python了解激光 SLAM、导航、路径规划的基础原理有移动机器人或 AGV 相关开发经验熟悉 Linux 基本操作和 Shell 脚本注意这些 JD 里几乎没有一条要求你从零推导机器人动力学、证明控制系统的稳定性。它们要的是会用、能调、能解决现场问题。那么你的技能树就应该围绕这些关键词展开而不是追求一个完整的学科体系。我帮你们整理了一张对照表左边是市场常见要求右边是你在六个月内对应的可落地方案招聘要求关键词六个月内你的应对方案工业机器人编程调试用仿真软件或桌面级机械臂练熟六轴运动、示教、点位编程理解 TCP、工件坐标系概念PLC / HMI学一款主流 PLC如西门子 S7-1200 或三菱 FX掌握最基本的梯形图编程和简单通讯电气图 / 传感器能看懂配电箱接线、接近开关、编码器的接法与信号类型知道 NPN/PNP 区别ROS / C / Python在 Linux 下装好 ROS能自己写 topic / service 通信的小程序并能跑通仿真SLAM / 导航基础掌握里程计、TF 变换、栅格地图的基本含义能启动 gmapping / cartographer 建一张房间地图非标项目经验用桌面机械臂 视觉相机做一个分拣 demo这就是你的项目经验2.2 给六个月的验收设定硬指标没有验收标准的学习计划都是耍流氓。我建议你在写详细计划之前先把这些硬指标设好后面每一步都朝它们靠。第一独立完成一个双臂或单臂机械臂的搬运/分拣 demo全程录屏能讲清楚程序逻辑第二用一台小车没有实体车就仿真在 Gazebo 里完成从一个点到另一个点的自主导航过程中不被桌子腿卡死第三写出一份基本合格的简历里面出现至少两个你有底气说三十分钟的项目第四能不看资料手绘出差速底盘的运动学公式推导第五能在面试官面前把 PID 的控制效果讲出画面感——不只是背公式而是真的说出调大了 P 会抖、加 D 会稳但容易引入噪声这类实际体验。这五项指标全部达成你就可以投简历了。每项都不要求你成为专家但每一项都意味着你完成了一个从不懂到能干活的闭环。后面我会按时间线告诉你这些指标应该怎么拆到每个月。3. 前两个月把机械、电路和控制理论补到够用的程度很多转行的人一上来就学 ROS、学 Python结果发现看代码里的坐标变换一头雾水搞不清为什么机器人要分世界坐标系、基坐标系、工具坐标系。因为根基没打好。这里的根基不是让你去上一遍大学课程而是把你脑子里那些模糊的概念一个一个钉死让它们成为你后面学习时的常识。前两个月是最容易焦虑的阶段因为看不到成果没有小车能跑没有机械臂能抓东西。这个阶段你的任务其实只有一个建立对机器人系统的整体图景并且把最底层的几块砖头砌好——机械怎么动的、电怎么通的、程序怎么让电机听话的。3.1 机械与电气不需要会设计但要能看懂、敢接线很多人会问我数学和编程还行能跳过机械电路吗我劝你最好不要。机器人是一个强交叉学科你可以在某一个方向上不深入但整体的系统感必须有。现场调试最常见的问题就是机械没撞吗接线松了吗传感器信号到了吗如果你连伺服驱动器的报错代码都看不懂程序写得再好也白搭。机械部分你需要搞清楚的几个点看懂三视图和简单的装配图知道直线导轨、滚珠丝杠、同步带、减速机这些常见传动部件长什么样、干什么用理解刚性和间隙对定位精度的影响会计算和选型闭环中的关键参数比如步进电机的扭矩够不够拖动负载这涉及到最基础的材料力学和运动学知识但并不复杂。你不需要亲手设计一个减速器但要知道为什么机器人关节里都用谐波减速器或 RV 减速器而不是直连电机。电气部分更偏向实操。你至少要学会看电气原理图和接线图搞清楚电源、断路器、继电器、接触器、伺服驱动器、PLC 之间的连接关系。传感器这块是重点接近开关分 NPN 常开、NPN 常闭、PNP 常开等类型用法完全不同接错就可能烧模块编码器分增量式和绝对式增量式的丢步问题怎么处理这些都是现场高频问题。提示这一阶段最快的学习方式是直接买一套基础电气实训板或者拆一台坏的自动化设备。只看视频记笔记永远记不住 NPN 和 PNP 的区别。我见过太多人把 24V 电源和传感器正负极接反啪一下传感器冒烟然后再也不忘。3.2 控制理论与编程基础别怕数学但要抓重点控制理论是劝退很多人的一座山。但实际上应用型机器人工程师用到最频繁的控制理论翻来覆去就那几个PID 控制、正逆运动学、简单动力学的概念、状态估计里的最小二乘和卡尔曼滤波的直觉理解。PID 是你必须吃透的东西。不用背公式但要能用自己的话解释比例、积分、微分各自干了什么。我常用一个类比你开车想停到停车位比例控制是看到距离还远就猛踩油门越近越轻点刹车但离得近了容易来回震荡积分控制是如果老停不在正位上就持续给一个纠偏力微分控制是感觉车速降得太快就提前松刹车避免冲过头。你把这三个感觉记在心里比会推导控制框图管用得多。运动学方面重点掌握二维平面的正解和逆解。正解简单就是知道关节角度求末端位置逆解反着来是知道末端位置求每个关节该转多少度。你先用两连杆机械臂这个最简模型推导一遍把几何法和余弦定理的思路吃透后面看六轴机械臂的 DH 参数就不会发怵。编程这块前两个月至少要把 Python 基础语法、常用数据结构、文件操作和串口通讯学会C 可以放到下一阶段和 ROS 一起学更高效因为 ROS 里的 C 用到的只是语法子集。如果此前完全没有编程经验每天的代码量不要低于两小时从抄代码到改代码再到自己写循序渐进。4. 第三四个月Linux、C/Python、ROS 这三座山必须翻过去过了前两个月的扫盲期你手里应该已经有了一些最基本的工具——会看图纸会接线懂 PID 在干嘛会写百来行 Python 脚本。这个时候就可以正式进入机器人工程师最重要的软件技术栈Linux 系统 ROS 开发框架。有不少人学到这一步才意识到机器人工程师本质上是一个要写大量代码的硬件专业。这两个月是整个六个月中最枯燥的因为你会持续地跟环境变量、编译报错、依赖冲突作斗争。但我可以负责任地说你在这一步坚持下来的程度直接决定了你转行后薪资的下限。凡是熟练掌握了 ROS 和 Linux 的转行人员求职基本不会有问题凡是止步于跑跑教程 demo的面试两轮就会被问穿。4.1 为什么说 ROS 是入行移动机器人和服务机器人的分水岭先解释清楚一个概念ROS 不是操作系统它是一套跑在 Linux 上的机器人软件开发框架。它把机器人的各种功能拆成了好多独立的节点节点之间通过话题Topic、服务Service、动作Action互相通信。这种架构的好处是模块化视觉节点只管出识别结果导航节点只管规划路径两个节点之间不需要互相知道对方内部怎么实现。你可以把 ROS 理解成一个公司里的工位网格。每个节点是一个员工话题是员工之间传纸条的传话系统纸条上写什么名字比如 /cmd_vel代表消息的类型发纸条的人叫 Publisher收纸条的叫 Subscriber。通过这些纸条不同部门的人不用坐到一起也能协作完成项目。这个类比能秒懂面试官问ROS 的通信机制是什么时你按这个思路答再补一句底层用的是 TCPROS/UDPROS 的 socket 通信就比背书强得多。第二个核心概念是 TF 坐标变换。机器人身上的每个部件都有自己的坐标系激光雷达扫出来的点云是在雷达坐标系下的但导航算法要用的是地图坐标系下的位置这中间需要靠 TF 树来维护坐标系之间的关系。你刚开始会感觉很绕但这是必须啃下来的硬骨头。建议你用一个仿真机器人打开 rviz 把各个坐标系显示出来手动拖着机器人移动看坐标系跟着怎么变比空想效率高三倍。第三个核心是 URDF 模型文件。它用 XML 语言描述机器人的连杆、关节、质量和惯量。写一个简单的两轮车 URDF你就能理解机器人模型和真实设备的对应关系。这也是后面做仿真的基础。4.2 学习路线怎么安排才不容易放弃我给一个最稳的节奏先用十天时间把 Linux 常用命令练熟特别是文件权限、进程管理、网络配置、vim 基本操作做到不查百度也能在命令行里完成文件的增删改查和程序运行。然后花一周看懂 ROS 的官方教程前几章节理解 publisher 和 subscriber 的写法。接着每天花四个小时折腾一个小项目写一个节点发布虚假的激光数据再写一个节点订阅并画出来写一个服务端接收两个数返回相加结果再用命令行调用它。C 在这个阶段必须开始学。不用啃完整本书先掌握类与对象、指针与引用、std::vector、std::string、以及 ROS 里最常见的 ros::Publisher 和 ros::Subscriber 回调写法即可。遇到编译报错不要慌学会读 cmake 输出去搜 undefined reference 到底是什么问题。这个过程会很痛苦但你会慢慢发现上个月还看不懂的代码现在已经开始有画面了。注意不要沉迷于把每个底层源码都读完再动手。ROS 社区最大的特点是轮子很多你的任务是学会怎么用轮子而不是先学会造轮子。先跑通再深入这是原则。等你跑通了十个 demo自然会有动力去看源码。4.3 从仿真到真机什么时候必须买开发板和小车仿真和真机之间存在一条真实的鸿沟我见过太多人在 Gazebo 里跑得行云流水一上真机就原地转圈。为什么因为仿真里的里程计是完美的电机响应是即时的地图是没有滑差和噪声的。真实环境里轮子打滑、电池电压波动、传感器噪声、 PID 参数失调这些全都会让仿真里百分之百成功的代码原地翻车。所以我建议这个阶段就可以入手一套性价比高的移动机器人开发平台或者自己用树莓派/主控板 电机驱动 四驱底盘 激光雷达搭建。预算有限也可以先买一套 F450 无人机机架改成轮式底盘但真正核心的投资是激光雷达——这是你理解 SLAM 的必要条件。当初我自己折腾的时候前两星期天天调 PID左右轮的 PD 参数一点点试终于看到小车在地图上走出了一条直线时那种成就感是仿真永远给不了的。两条腿走路每天在仿真里学概念、改代码每周末在真机上验证、排故障。真机的问题会让你对机器人算法依赖环境模型这句话有刻骨铭心的理解。5. 第五个月开始动手用三个项目把技能串成系统到了第五个月你的知识已经不再是散的。你可能已经能看懂一份完整的 ROS 工程能写出基本的控制程序也见过小车动起来的样子。但这时候你的简历上还是一片空白——你学的东西都是过程还不是交付物。最后这段时间最重要的事情就是做项目。你需要把之前所有零散的技能点整合到一个或几个有画面的工程里让面试官在二十分钟内相信你能干活。关于项目和简历我的经验是一个你真正从头到尾做过、能讲清楚每个细节的项目顶得过十个你了解原理的速成 demo。所以不用贪多认真做两到三个就足够了。5.1 项目一桌面机械臂的分拣 demo这是简历上最容易引起面试官兴趣的项目。不一定非要一台几万块的工业机械臂淘宝上一千多的桌面六轴机械臂套件通常用的是舵机或者步进电机就能完成大部分基础验证。你在这个项目里要完成的硬任务有三个。第一用 D-H 参数建出机械臂的运动学模型写出正解代码给定四个关节角度算出末端在空间中的位置。第二实现逆解给定末端坐标通过解析法或迭代法算出四个关节角。第三串口或 socket 通信把角度值发给机械臂控制器让它真实地动起来。如果你有视觉模块加一个颜色识别或二维码识别的任务先用 OpenCV 识别目标物在图像中的像素坐标通过相机标定把像素坐标转换到机械臂基坐标系再让机械臂完成抓取动作。这一步涉及相机内参、外参、手眼标定是集成应用岗面试的高频考点。这个项目的核心价值在于它让你真正体会了感知—决策—执行的完整闭环。你能在面试时拿出手机录屏告诉面试官什么地方是坐标变换什么地方是运动学反解什么地方是通信延时的影响这一下子就把你和那些只背过理论的候选人区分开了。5.2 项目二让小车在房间里自己走第二件拿得出手的作品应该是一台能够独立建图和导航的移动机器人。如果前面四个月按计划执行这个时候你对差速底盘的运动学应该已经烂熟于心左右轮速度分别为 v_l 和 v_r轮距为 L那么平移速度是二者均值旋转角速度是二者之差除以轮距。这两个式子虽然简单但是几乎所有移动机器人底层控制的基本公式。在这个基础上你的技术栈要打通这样一条链路激光雷达采集点云数据 → 里程计数据融合 → 通过 gmapping 或 cartographer 建立栅格地图 → 用 AMCL 定位 → 通过 move_base 做全局路径规划和局部避障 → 下发速度指令到电机驱动板。听起来步骤多但每一步 ROS 都有现成工具你的核心任务不是造轮子而是理解数据流、调参数、解决实际问题。比如建图时小车转弯速度太快地图会糊AMCL 定位时会突然丢失move_base 的代价地图膨胀半径设太大机器人钻不过门缝这些都是真实项目里最常见的坑。把这些问题全都解决一遍你对机器人系统集成的理解会超过不少工作一年的人。5.3 项目三写一个人无我有的小工具或调试脚本第三个项目不需要很大但最好能体现你的工程化能力。我建议做一个你自己的调试工具库比如批量回放 bag 数据的 Python 脚本、自动对比两次建图效果的评估脚本、一键配置多个主机的网络参数的 Shell 脚本。你把这些工具挂到 GitHub 上README 写清楚解决了什么痛点代码整洁有注释这本身就是你工程素养的证明。我招人时看到这类小工具的印象往往比大项目还好因为它说明这个人不只会跑现成的框架还有解决实际问题的意识和能力。面试时可以这样介绍官方给的标定工具需要在 GUI 里手动点选效率低我写了一套自动化的标定数据采集脚本把标定时间从半小时压缩到五分钟。这句话一出来你的思维层次就和普通求职者拉开了。6. 最后三十天简历、作品集、面试问答的临门一脚很多人学完技术开始投简历的时候才发现自己根本不知道怎么写简历也不知道面试官会问什么。技术积累最后一步是把自己卖出去。别觉得这俗气我见过技术不错但因为简历写得像课程总结而石沉大海的案例非常可惜。6.1 简历写项目不写课程写结果不写过程机器人工程师方向的简历最容易犯的毛病是写学习了某某大学公开课的《控制工程基础》或者熟悉 ROS、Python、C、Linux、OpenCV、PLC这种技能列表。这些信息几乎没有意义面试官无法从中判断你能干什么。正确的写法是用项目经历说话。格式是项目背景 你做了什么工作 量化结果 你负责的技术细节。举个例子项目基于 ROS 的室内移动机器人自主导航系统职责负责机器人 URDF 模型搭建、激光雷达标定、gmapping 建图与 AMCL 定位参数调优编写导航状态监控节点实现异常恢复机制。成果在 35 平米办公环境中建图定位成功率达到 98%小车可从指定点自主规划路径到达目标点平均耗时较基线方案缩短 20%。量化结果不一定非要精确但要有。它传递的信号是这个人做了事并且知道怎么衡量自己做得好不好。作品集里面一定要包含两样东西GitHub 仓库链接代码 清晰 README和演示视频链接。视频时间控制在三分钟以内开头前十五秒必须展示最炫的画面——小车在地图里流畅走位、机械臂稳稳抓住目标。面试官每天看几十份简历他只会给有视频的候选人开口的机会。6.2 面试官到底想问什么以及你该怎么答我把机器人应用类岗位的面试题分成三类。第一类是基础概念题ROS 的 topic 和 service 有什么区别答的时候不要简单背定义用一个例子把两者的区别讲透比如控制电机调速这种连续数据流用 topic请求一次地图数据并等待返回这种一问一答的交互用 service。你把场景和选型理由都讲出来说明你真的理解通信模型。第二类是项目深挖题你建图时小车转角太大导致地图错位怎么解决这时候你在第五个月踩过的坑就派上用处了。你可以回答一是降低线速度和角速度保证相邻两帧激光匹配有足够的重叠二是检查里程计标定左右轮比例系数不一致会导致转弯轨迹偏差三是打开 Gmapping 的 linearUpdate 和 angularUpdate 参数观察粒子聚集情况四是检查 TF 的帧率稳定性。每一条都是真实项目验证过的比背理论有说服力一百倍。第三类是场景应用题产线上有五个工序机械臂一次只能抓一个工件你如何规划动作顺序这类题没有标准答案考的是你的工程思维。你可以从节拍时间、碰撞风险、视觉遮挡、异常处理四个维度去拆解先说变量再说重点最后给出一个可扩展的框架。面试官此时看的是你的思维结构而不是最终答案。提醒面试前一定要把你自己简历上的每个词都准备好。简历里写了熟悉 PID就要能画出位置式 PID 的递推公式说出积分饱和怎么处理写了手眼标定就要能解释眼在手上和眼在手外的区别。不懂的词汇宁可删掉不要硬写否则这个问题一破整场面试的可信度都会崩。7. 六个月里最容易踩的坑越早避开越省时间最后我想聊几个反面教材。我自己转行和后来带人的过程中见过太多人卡在同样的地方问题不在于不努力而是努力的方向偏了。这些坑如果能提前避开你的六个月会顺畅很多。7.1 坑一囤课囤书囤开发板就是不动手很多人的学习是这样开始的先搜罗一堆书单和课程买了树莓派、Arduino、机械臂、激光雷达然后在收藏夹里吃了一年灰。学习的快感被误认为收藏的快感这是最典型的学习幻觉。记住一个原则每看一个教程必须当天有一个输出。哪怕只是跟着打一遍代码也比收藏十个教程强。开发板不用买贵的一个开发板 两个电机 一个驱动板 一块电池就能学到很多东西。真正决定你水平的是使用频率不是设备价格。7.2 坑二沉浸仿真出不来真机恐惧症仿真环境的优点是零成本试错但它也是舒适区。在 gazebo 里成百上千次地调参总觉得理解已经到位结果真机一跑全是问题。最好的办法是从前两个月就开始接触真实硬件哪怕只是一台玩具遥控车改装成的底盘。真机带来的物理约束会让你的知识落地比如电池电压下降导致电机输出变化PWM 占空比和实测转速的非线性关系这些经验是仿真无法给你的。还有一部分人有真机恐惧症怕把设备弄坏、怕接线烧板、怕写错代码让机器人乱跑。我承认这是责任心强的表现但转行的路上必须学会在安全边界内小步试错。把设备用坏了反而是最深刻的老师。接线之前先断电调试之前先看急停是否可用遵循这种安全规范设备没有那么脆弱。7.3 坑三什么都学最后什么都没学透机器人领域的知识树又大又杂很容易陷入今天想学 SLAM明天想学机械臂运动规划后天又想学桌面级别的嵌入式开发的焦虑里。半年时间根本不可能什么都学你要做的是先选定一个方向把它打透再横向扩展。如果你目标明确是集成应用方向那 ROS、Linux、PLC、基础电气就是主干视觉和算法是加分项。如果你的方向偏向移动机器人开发那 C、SLAM、导航、Linux 就是主干机械和电气只需要达到能沟通的程度。用倒推法选好主干然后其他方向统一列入了解即可的清单。面试官喜欢的是有深度而且知道自己边界的人不是每个点都能聊一点但都聊不透的人。7.4 坑四闭门造车不混圈子不看需求最后一点经验和心态有关。转行期间千万别一个人闷头学一定要想办法进入真实行业的信息流。多去看看招聘平台最近在招什么方向拆解下职位描述里的用词去论坛和同行交流看别人项目踩了什么坑有机会的话参加线下行业展会摸一摸真实设备的操作手感。这些看起来不产生直接技能的事情其实决定了你对行业认知的底层地图。等这些做完你会发现六个多月前你心里那些模糊的问题都有了答案。你不再纠结我能不能转行这个抽象问题而是清楚地知道自己能做什么、不能做什么、下一步要补什么。对一个机器人工程师来说这种对真实系统的认知能力和判断力比记住多少 API 重要得多。我在实际带新人的时候也最看重这一点技术可以慢慢磨但一个人是不是真的理解这份工作聊上十分钟就见分晓。你把这六个月当成一场搭建自己系统的工程踏实走完手里的作品和人脉会替你说话。