#1 楼
其他答案是正确的：这取决于您关注的重点以及您的主题。但是，有一些共同的主题。我想说一所不错的大学数学专业的未成年人应该涵盖基础。根据我的经验，我强烈建议以下内容：
线性代数，至少一两个学期。计划参加进修课程，并在必要时进行专业培训。由于机器人在世界中运行，并且世界由坐标系定义，因此了解矩阵乘法，逆，秩，仿射和投影变换等知识将非常有帮助。
微积分，至少3个学期。
一些数值分析，因为机器人使用计算机。
概率论和统计，至少1个学期，尽管这一点变得越来越重要
对于我的子领域（算法机器人），以下事情非常有帮助：
算法和数据结构，至少两个学期
形式化计算理论（硬件和问题），至少一个学期
矩阵理论，（另一门专业线性代数的学期）
离散数学（图形，计数和枚举），至少1个学期，
#2 楼
这在很大程度上取决于研究主题。例如，是：图像处理，机器视觉...
SLAM
机械手吗？
...
在不了解研究领域的情况下，知道需要什么数学并不容易。话虽这么说，但无论如何，所需的任何数学都是在本科学习期间教授的，因此没有真正的要求。任何特定领域的数学通常只需要矩阵代数的基础知识即可建立。
也可能需要一些编程经验。
#3 楼
由于机器人技术是电气，机械和软件工程的结合，因此这些领域的数学显然很重要。最重要的是，我认为在机器人技术领域，深入了解线性代数，概率和控制理论非常有帮助。良好的机械学知识显然也有帮助。#4 楼
一个好的方法就是研究机器人程序，并查看它们针对不同班级的书籍，这可能有助于建立基础。我个人曾将此书用于机器人/机电一体化课程，但用于本科生http://www.amazon.com/Introduction-Mechatronics-Measurement-Systems-Alciatore/dp/0071254072
如果您想建立一个基础以外的东西，明智的做法是查找顶尖的机器人技术学校，并找出它们使用的书籍。大部分内容可以在课程提纲中找到，可以通过搜索学校，班级名称以及当前的教授姓名来找到。
#5 楼
我会加$ 0.02。正如其他答案所说的那样，您正在学习的内容至关重要。您对数学越熟悉，就越容易理解这些概念，因此我会偏重数学作为本科生，尤其是如果您希望去读研究生并从事机器人技术研究。 />微分方程。
微积分，三个学期-当然要通过矢量微积分，理想情况下要暴露于高维度（广义的斯托克斯定理，微分形式，外代数等）
实际分析。良好的基于证明的数学入门，并为高级数学提供了基础
概率论，两个学期。理想情况是对现代度量理论有所了解。
微分几何（如果要进行路径规划，几何控制等）
群论，尤其是在李群上
我也想参加矩阵分析甚至概率论方面的研究生数学课程。我最喜欢的数学课和书是《霍恩和约翰逊的矩阵分析》。
该列表不包括具有沉重数学成分的非数学课，例如拉格朗日力学，数据结构，算法，信号和系统，状态空间控制理论等。
我谦虚的看法是，在CS和物理双专业上开设机电一体化课程并控制ME / EE部门可能会为您提供最好的服务。您将对理论有很好的了解，然后可以在暑期实习中获得实践经验。
#6 楼
Springer机器人手册是一个很好的资源，它说明了您要专门研究的任何特定机器人领域的要求。Springer机器人手册http://bks2.books.google.com/ books？id = Xpgi5gSuBxsC＆printsec = frontcover＆img = 1＆zoom = 1