选择机器人编程课程时，你可以从以下几个方面进行考虑：
编程基础水平
初学者：建议选择入门级别的课程，这些课程会教授基础的编程概念和技巧，如Scratch等图形化编程语言。
有一定基础的学习者：可以选择更高级的课程，学习更复杂的算法和技术，如Python、GoC或C++。
兴趣和目标
确定你对哪些领域感兴趣，如人工智能、控制系统、机器视觉等，并选择相关的课程。
明确你的学习目标，是为了找工作、个人兴趣还是其他原因。
课程内容和教学方法
了解课程是否全面、深入地涵盖机器人编程的各个方面，如机器人控制、传感器应用、图像识别等。
选择提供充足实践机会的课程，通过编写代码、搭建机器人模型等方式进行实践。
师资力量
查看教师的资历和学术背景，确保他们具备丰富的经验和专业知识。
学习资源
选择提供丰富学习资源的课程，如教材、案例分析、实例代码等。
学习环境
考虑课程的学习环境是否适合你，如在线课程或线下课程，以及课程提供的学习平台和氛围。
课程形式和费用
考虑课程的形式（如线上或线下）和费用，选择适合自己预算和时间安排的课程。
课程评价和社区支持
查看其他学员的评价和反馈，了解课程的优缺点。
选择有活跃社区或论坛的课程，以便在遇到问题时能够互相交流和解决。
入门课程：
Coursera上的《Introduction to Robotics Programming》
Scratch，适合初学者学习图形化编程
控制系统课程：
加州大学伯克利分校的《Robotics: Control》
机器学习和人工智能课程：
斯坦福大学的《Introduction to Artificial Intelligence》
实践课程：
Udacity的《Robotics Software Engineer Nanodegree Program》
通过综合考虑以上因素，你可以选择到最适合自己的机器人编程课程，从而更好地学习和掌握机器人编程的技能。