领悟到的

1 每天写：网上看到一个技巧：每天写作并维护一份文件，该文件是您项目的手稿（以及最终将出现的论文）。规律地写作，当把它清楚地写下来时，确实觉得自己知道发生了什么，自己取得了什么进展。这样的写作感觉更完整、更详细。使用PPT记录不是一件坏事，组会上经常要这样做，但我发现提前在组会临时抱佛脚十分的痛苦，一下子把一周的内容堆在一起花费的时间还是有大几个小时的，如果我分配到一周的每一天，那么所有内容可以要求我要么清楚地说明我的进度，要么找出我工作中必须填补的空白。而不是匆匆忙忙丢失了某些想法和细节。
2 时刻提醒自己：我发现当我得到出乎意料或有问题的结果时，我对自己不够好的恐惧就会抬起头，并引发消极的自我对话和对自己缺乏信心结果。我想我会在很长一段时间内与这个恶魔作斗争，但我需要提醒自己，我知道的足够多，要么得到正确的结果，要么弄清楚为什么它们错了，在焦虑的时候就去做吧，脚踏实地地实干扎进去总是好的。
3 数学的重要性：模型背后的基础数学和物理学很有帮助。为此我在研究生第一学期选了很多我觉得有用的课，而不是那些好混学分的课，比如三门数学《矩阵论》《数理统计》《数值方法》，以及强物理相关的《多体系统动力学》，数学和计算机结合的《计算机图形学》，这几门课是我觉得很感兴趣的，事实证明课上下来确实是收益匪浅。

1.《矩阵论》加深了我对本科线性代数的理解，其中的线性空间和线性变换是核心，映射的思维在研究当中也经常用到，当我意识到线性映射不能满足我的研究时，我就发觉自己需要去学习微分几何，去进行机器人中常用的李群代数的映射。
2.《数理统计》的数理方法虽然是初步入门，但是也很好地引入了统计的思想，教会我怎么去思考用什么方法去估计一个统计量，怎么去设计实验，怎么使用方差分析对数据进行分析。实验是很多工科学生需要做的，如何设计实验，其实也是有一番道理在背后的，比如学习中学到的最简单的正交实验设计。
3.《数值方法》是一门教授数值求解的课程，包含了很多有用的知识，比如插值、求根、积分、微分方程、偏微分方程，那些和物理背景相关的应用经常就使用了数值方法，数值方法也可以进行编程实现，当自己学习的知识用计算机可视化以后，是很有成就感的。
4.《多体系统动力学》是这学期我选的一门硬课，课程的内容体系非常庞大，包含了分析力学以及微分代数方程(DAE)，我理解的动力学本质就是牛顿第二定律的各种形式，无非从各种角度进行方程的推导，阿贝尔体系、尼尔森体系、达朗贝尔体系、哈密尔顿体系、拉格朗日体系，仿佛原子弹爆炸一样震撼，很符合我的胃口。
5.《计算机图形学》也是一门很有意思的课，从中我了解了各种图形、光照的显示原理，并且小组合作利用老师给的VCad和OpenCascade进行了二维和三维图形的绘制，觉得收获满满，也加深了C++面向对象编程的理解。

当然方法是通用的，最重要的是你要理解其背后的精髓，数学的魅力就在这里，当你理解了精髓，就可以举一反三，一通百通，有一种打通任督二脉的感觉。
当然数学的学习不能止步于此，我研究的方向是连续体机器人，但我还是想把机器人相关的数学打扎实，需要耐下心来学习，多多记录。

4 多问下次我该如何改进。每一周项目多少有所进展，组会上导师也会对你所做的提出建议。自己也要时刻问自己如何改进，不知道怎么做，做错了就去看论文，思考有没有更好的办法解决问题。不断改进，不断进步总是好的。

还需要提高的技能

1 视觉设计技能。一图胜前言，没有什么比好的图片和视频更有效了。想到的比如制作好看的gif动态地展示原理，比如绘制好看的各类科研图表，当然做这些都要注意突出关键要点，不要让花哨的东西喧宾夺主，这是一项技能，不仅在研究上有用，而且在未来都是一个人很有利的竞争力：会展示。
2 理论基础。诚如前面所说，继续丰富学习数学和机器人的相关书籍，可以多看英文书，多看优质教材。
3 英语技能。文献都是英文的，要逼迫自己少用翻译，目前自己的词汇应该能cover目前文献90%的词汇了，另外还要训练自己用英文写作的能力！