机器人并不是什么都会学。虽然现代机器人通过机器学习和深度学习等技术，已经具备了一定的学习能力和适应环境的能力，但它们的认知和决策能力仍然有限，不能像人类一样全面理解和应对复杂的环境和任务。

机器人的学习内容主要包括以下几个方面：

基础科学知识：

包括物理学、数学、计算机科学等，这些知识是机器人理解世界和进行计算的基础。

编程与算法：

机器人需要学习各种编程语言和基本的编程概念，如Python、C++等，以便能够编写高效的代码来控制自己的行为。

感知与认知：

为了更好地与人类互动和执行任务，机器人需要具备感知环境的能力，包括视觉识别、声音识别和触觉感知等，同时还需要有一定的认知能力，以便理解和处理复杂的信息。

决策与规划：

机器人在执行任务时需要做出决策，这要求它们学习决策理论、概率论和优化算法等，以便在不确定的环境中做出最佳选择。机器人还需要学会规划路径和动作序列，以高效地完成任务。

学习与适应：

随着技术的发展，机器人需要不断学习新技能和适应新环境，这涉及到机器学习、深度学习和强化学习等领域的知识。通过这些技术，机器人可以自我改进和适应复杂多变的任务。

人机交互：

为了更好地服务于人类，机器人需要学会如何与人类沟通和协作，包括自然语言处理、情感计算和社交技能等。

伦理与法律：

随着机器人在社会中的角色越来越重要，它们也需要了解相关的伦理和法律规定，包括隐私保护、责任归属和道德准则等方面的知识。

工程实践：

机器人教育属于科学类素质教育的综合体，结合了机械学、工程学、电学、电路学、电子学、程式设计、信息学等科学知识，具备有人的一部分甚至超过人类的功能。

尽管机器人在某些领域已经表现出了惊人的学习能力，例如在音乐创作、疾病诊断等方面，但它们仍然无法像人类一样全面理解和应对复杂的环境和任务。因此，机器人并不是什么都会学，它们的学习能力和应用领域仍在不断扩展和完善中。