这个其实可以从另外一个角度来看问题，如何实现机器人的控制算法？
我们知道，一个控制系统基本组成，包括控制器、执行器、被控对象和反馈装置。通过这个四大部分了解我们所需要的机器人知识具体包含那些内容。
（1）机器人学：这肯定是需要熟悉和掌握的知识，主要包括机器人的结构、运动学、动力学、感知和基本的控算法等方面的知识；
（2）控制器：主要包括控制器的设计以及相关软件开发等内容。比较常见的，主要是嵌入式硬件开发和嵌入式软件开发。掌握嵌入式系统的基本原理和设计方法，了解实时操作系统（RTOS）和实时控制的相关概念。
（3）执行器：一般情况下的，执行基本都是电机的驱动器，了解执行器的基本工作原理，如何调参，与主控制器之间的通信等内容。
（4）被控对象：主要是电机的控制，电机的基本工作原理，电机的运动控制等；
（5）反馈装置：主要就是传感器和感知技术，了解常见的机器人传感器，如激光雷达、摄像头、惯性测量单元（IMU）等。理解传感器的工作原理和数据处理方法，用于实现环境感知和姿态估计等任务。
其他的一些需要学习和了解的知识，
（6）控制理论基础：包括经典控制理论和现代控制理论，掌握基本的控制理论，包括闭环控制、反馈控制和模型预测控制等。了解PID控制、状态空间控制和自适应控制等控制算法的原理和应用。
（7）数学知识：这个在控制理论学习中，数学知识需要被广泛使用。熟悉数学和优化方法，如线性代数、微分方程、最优化和数值分析等。这些知识可用于处理机器人系统的建模、运动学求解、优化问题和控制算法设计等。
（8）运动规划和轨迹优化：解运动规划和轨迹生成的基本概念和方法。包括路径规划、运动约束、运动插值和优化等技术，用于生成机器人在给定任务条件下的合适的运动轨迹。
（9）编程能力：毋庸置疑，控制算法工程师 ，确实是需要了解或掌握一门编程语言。在实现控制算法时能够编写高效、可靠的代码。
（10）其他：包括自身的动手能力、常见的调试工具使用（示波器、逻辑分析仪、万用表）、软件开发或测试工具使用等等；
以上就是自己的一些看法，仅供参考！
