你看過會搬貨、走動、抓取物件的機器人時，會不會想知道它怎麼同時懂硬體和軟體？
你可以把機器人學想成讓機器能感知、判斷、移動和完成任務的一整套工程。
它重要是因為機器人不是只有會動，還要在真實世界裡安全、穩定、有效率地工作。
你可以把它想成一個把抽象概念拉回日常判斷的提示，先知道它解決什麼問題，再看技術細節。
容易混淆
機器人學 vs 人工智慧
機器人學包含機構、控制、感測和軟體 人工智慧更專注在學習、推理和決策 最關鍵的區別是整機系統還是智能方法。
機器人學 vs 自主系統
機器人學是更廣的工程領域 自主系統更強調能自己決策與執行 最關鍵的區別是研究範圍和自主程度。
記住這句就好
讓機器能看、能想、能動，才算機器人。
實際案例
倉儲搬運 倉庫裡的搬運車要靠感測器、路徑規劃和控制系統，才能安全穿梭。
手術輔助機器人 它不是單純的機械手，而是要精準控制力道和位置，還要和醫師協作。
算法與應用
機器人系統通常包含感測器、致動器、控制器和軟體。 常見研究題目有定位、路徑規劃、抓取、避障和人機互動。 真實環境的不確定性，是它比純軟體系統更難的地方。
情境判斷
Q1（直覺題）： 一台會避障、會抓取、還會自己去充電的機器，通常屬於什麼領域？
這屬於機器人學的典型應用。
Q2（判斷題）： 只要裝上 AI，機器人就能在所有環境裡穩定工作嗎？
不能。硬體限制、感測誤差和環境變化都會影響它的表現。
常見問題
機器人的主要組成有哪些？
A：通常有感測器、控制器、致動器和軟體。
機器人學和 AI 一樣嗎？
A：不一樣，機器人學比較像整個系統工程，AI 只是其中的一部分。
機器人學最難的是什麼？
A：是要讓機器在真實世界中穩定運作，而不是只在模擬裡看起來會動。