我想从事AI和机器人学的职业。因此，我需要您的宝贵建议。我在网上搜索了一些我想申请的大学，但找不到我要搜索的东西。
#1 楼
他们是不同的。它们经常一起使用，但是两者并没有特别的联系。人工智能是计算机科学的一个分支，致力于解决传统上难以解决的计算机问题-任务成倍增长或因数分解输入的每一次增量都会复杂。 XKCD电影座位问题就是一个例子，该问题可为5个人提供120个选项，但为20个人提供2,432,902,008,176,640,000个选项。另一个例子是处理您在LiDAR图像中看到的成千上万个点（像这样），以建立在区域中导航的计划。人工智能领域试图找到适当的捷径，以获取可接受的解决此类问题的方法。分别评估每种可能的解决方案然后选择最佳解决方案将花费太长时间。
机器人系统是简单的机械系统，可以为实现某个目标而对其环境进行测量并对其环境做出反应。这可能就像平衡倒立摆一样简单，不需要AI。或者，它可能和识别折叠毛巾一样复杂，这需要AI整理诸如“哪些物体是毛巾”，“如何捡拾它们”，“如何移动以折叠它们”之类的内容。
简而言之，人工智能是机器人工程师可以集成到机器人系统中的众多工具之一。
#2 楼
人工智能对不同的人意味着不同的事物，并封装了许多子域：视觉，自然语言处理，知识表示和工程，机器学习等。人工智能（即使不是全部）的许多领域也适用于机器人技术。但是，进行AI研究并不意味着您直接或以任何方式与机器人合作。使用机器人工作也不一定意味着您也要进行人工智能研究。在我脑海中，这里有一些不错的程序（我的观点是基于我的研究和兴趣而制定的） ）：佐治亚理工学院，麻省理工学院，CMU，斯坦福大学，布朗大学，约翰·霍普金斯大学等。
NB：硕士学位可能有所不同，但是如果您想进行研究，则不应该将根据CS部门特定部门的普遍声誉来评判学校。相反，您应该寻找要与他们进行研究的特定教授。在著名的学校里很棒，但是如果教授们没有做您感兴趣的事情，那么您就对自己有害。
#3 楼
如果您想了解机器人与AI之间的区别，可以将其大致视为生物与大脑（更确切地说是神经系统）。首先，并非所有生物都有大脑。他们可能有神经，让他们反身行动。它们相当于没有AI的机器人（请注意：AI的定义不是那么精确）。
有些生物带有大脑，但是大脑却很笨（在某种意义上，它可以做复杂的任务，但无法学习新方法）。那些机器人的算法更复杂，但仍然没有学习，有人认为它们没有AI，有人认为是一种特定的AI。
有趣的是那些有大脑去学习的机器人（例如人类，猫，海豚，大象等）。它们就像是具有AI的机器人。
总而言之，机器人技术是一门完整的科学。数学，物理学，力学，电子学，材料，控制，几何学，人工智能等。但是，每种科学本身都超越了机器人技术。
如果您学习了AI，那么您可能最终会否将其应用到机器人技术中，具体取决于以后的决定。如果您学习机器人技术，则可能会最终决定是否使用它的AI。
因此，我的建议是考虑可能性。例如，如果您现在对机器人技术中的AI感兴趣，那么将来对它失去兴趣会怎样？如果您通常对算法软件感兴趣，请选择AI。如果您改变了对机器人技术的看法，那么您仍然需要重点关注。如果您对构建实物特别感兴趣，请使用机器人技术。如果以后改变了对AI的看法，仍然可以在机器人上工作。
#4 楼
机器人技术和人工智能都是相互重叠的领域。但是它们都不是另一个子集。例如，机器人技术涵盖了硬件设计，通常*不涉及人工智能。另一方面，人工智能涵盖了许多与机器人技术无关的大数据领域，例如预测天气或股市。这两个学科的共同领域是计算机视觉，自然语言处理，路径查找，行为计划，决策。我也对机器人职业感兴趣。我多次获得的建议是深入研究人工智能，因为这是当今机器人技术面临的最大挑战。在大多数机器人项目中，机械或电子设计不是边界，而是软件。
人类已经解决了大多数硬件问题。优化仍需要进行研究，但是在人工智能中，可能会发生突破。即使这样的突破是有争议的，它仍然是一个不断发展的领域。
*在硬件设计中使用人工智能会很有趣。我不知道是否有人已经这样做了。
评论
$ \ begingroup $
有大量研究使用当前称为“ AI”或“机器学习”的东西，但在平台设计中曾经被称为“优化技术”，例如people.nas.nasa.gov/~pulliam/mypapers/AIAA-2001-2473.pdf，但随后您必须确定无人机是否是机器人。在系统工程中还使用了“经典AI”或“专家系统”和“推理引擎”。
$ \ endgroup $
– Pete Kirkham
16年3月18日在15:18
#5 楼
分类系统的使用：用于输入的机器人将进行测量，感测/传感器和跳闸方法。 （标准逻辑研究）。
对于输入，AI将进行测量，检测/传感器并应用逻辑方法。 （高级机器人技术和高级编程）。
对于输入，人类将通过方法进行测量，感知和反应。 （意识研究）。
继续
（用于输出...继续）。
（用于过程...继续）。
（用于记忆...继续）。
（用于反馈...继续）。
（用于控制...继续）。
生活示例：拥有生命通常也会通过方法论跳来跳去-有点机器人。
具有智力的动物通常会运用一系列特质-有点虚假。农夫拿着枪时，一只手被困在树上的狒狒是一种逻辑剥削，显示出错误的告密者被用来掌握所需的反应。智商较低的人也会表现出类似的困难。在一天的低谷时，您可能会注意到出现类似的困难。
关于结果
人类不是无所不能的，因此无论是复杂程度的低低，其表现都同样可以被超越。因此，当将各种复杂性实例化为活动进展时，结果都是有机的。例如蚂蚁绘制出奇怪的路径！
学术/语义范式的可扩展使用
机器人构造可以扩展到更多的活动中，但是并不能自动证明自己的先进性足以考虑过任何一种智力。在大型组织研究中以及与昆虫组织比较的研究中都提到了这一问题。简单的开发不足以满足高级智能的发展。
*未在此答案中考虑：是经过改进的设计。如在植物和艺术中研究的（例如）。
研究
质疑智力：http://media.johnwiley.com.au/product_data/excerpt/40/11183378/1118337840-238.pdf
被低阶智力打败的复杂性示例：
。 ..hal.archives-ouvertes.fr / hal-00917542 /
学习有限个人的进化表现：
... /趋势/神经科学//检索/ pii / S0166223613000039？cc = y
几乎可以通过搜索找到任何东西：“行为智能+ {keyword / specialty}”：
http://scholar.google.com/scholar?q=behavior+intelligence+robot&btnG =＆hl = zh-CN＆as_sdt = 0％2C5＆as_ylo = 2013
#6 楼
基本机器人模型
感知：
使用传感器（如激光扫描仪和照相机）从环境中收集输入数据。
计划：
这是AI的组成部分发挥作用（因为机器人对来自传感器的输入进行智能决策，例如：在世界上他被称为“本地化”还是为了找到目标而去哪里等。
动作：
动作是对执行器（如电动机和伺服器）发出命令的输出，它属于控制理论和控制系统领域。使用密集数学线性代数。控制系统还涉及感知（外部和内部感官）
#7 楼
背景：机器人本质上是4件事-设计（Dn），机械工程（ME），电气/电子工程（EEE）和计算机科学（CS）。现在，取决于您选择的是哪所大学，这四个学科的组成将大不相同。我是英格兰西部大学的机器人专业毕业，该大学的重点完全放在EEE + CS上。现在，由于三年内只能涵盖这么多的内容，因此计算机科学组件由AI，软件设计原理和编程（从C开始，然后是MATLAB以及对AI感兴趣的任何PL）组成。人工智能（AI）：
涉及AI时，涉及的主题包括（但不详尽），
知识表示，问题，搜索空间和技术。
机器人技术中的AI范式（行为，反应性，协商等）
高级AI-机器学习，遗传算法，优化技术（群体，粒子等），模糊逻辑，神经网络，自适应神经模糊推理系统等。
计算机视觉。
机器人不能与AI分开。要真正说一门课程是机器人技术，它必须具有我一开始提到的组成中的四个要素，否则它就是除机器人技术之外的所有内容。
评论
并非所有机器人都需要AI，并且并非所有AI都在机器人中实现。机器人技术视机器人的设计而定，并不一定需要AI。机器人可以是使用预先编程的逻辑执行任务的自动机，例如在检测障碍物时进行清洁的机器人真空吸尘器。人工智能是另一回事，它涉及人工智能-一种能够“学习”的计算机程序。虽然两者通常是高度链接的，但它们是独立的主题。不幸的是，我不能为此推荐任何好的大学，所以从技术上讲，这只是答案的一半。
这个问题似乎不合时宜，因为它应该直接转到cs.stackexchange.com
我会认为AI纯粹是软件，它教了一段复杂的电路以进行推理，而机器人学是一个跨学科领域，具有机电一体化（即机械和电子工程）的组件以及一些用于控制该组件的软件硬件。本质上，机器人不需要推理（考虑装配线中的机器人手臂），它们只需要执行命令即可。尽管开发推理机器人是一种有吸引力的（在科幻中很常见）概念。
同样，这里的主要问题与学术界无关