机器人工程专业考研到人工智能方向是否算跨考，需要从多个方面来综合判断，以下是一些具体情况分析：
课程设置与知识体系
相似性：机器人工程专业本身涉及多学科交叉，包括机械、电子、控制、计算机等，而人工智能也具有跨学科的特点，与计算机科学、数学、控制理论等密切相关。机器人工程专业的学生在本科阶段通常会学习一些与人工智能相关的基础课程，如编程语言（C、C++、Python等）、数据结构、算法、自动控制原理等，这些课程为学习人工智能打下了一定的基础，从这个角度来看，两者在知识体系上有一定的重叠，不算完全的跨考。
差异性：人工智能专业有其独特的核心课程和研究方向，如机器学习、深度学习、计算机视觉、自然语言处理等，这些内容在机器人工程专业的课程体系中可能涉及较少或不够深入。如果考生想要在研究生阶段深入研究人工智能的这些特定领域，需要在备考过程中自学并掌握相关的专业知识，从这个角度来说，又具有一定的跨考性质。
考研科目与要求
初试科目：不同院校的人工智能专业考研初试科目可能有所不同，但一般会涉及计算机专业基础综合（408）或相关院校自命题的专业课，如数据结构、计算机组成原理、操作系统、计算机网络等。对于机器人工程专业的学生来说，如果在本科阶段没有系统学习过这些课程，或者对这些课程的掌握程度不够深入，那么在备考初试时就需要花费更多的时间和精力来学习这些新的知识，这在一定程度上增加了考研的难度，也体现了跨考的特点。
复试科目：复试通常会更加注重对考生专业知识的深度和广度的考察，以及对人工智能领域的前沿技术和研究动态的了解。机器人工程专业的学生可能需要在复试前加强对人工智能专业核心课程的学习和复习，如机器学习、深度学习、模式识别等，以满足复试的要求。此外，一些院校的复试还可能包括上机编程、项目实践等环节，这对于机器人工程专业的学生来说也是一个挑战。
院校招生要求与导师研究方向
招生要求：部分院校的人工智能专业在招生时会明确要求考生具有相关的专业背景，如计算机科学与技术、软件工程、数学等，而对机器人工程专业的考生可能会有一定的限制或要求额外的加试科目。因此，考生需要提前了解目标院校的招生要求，确定自己是否符合报考条件。
导师研究方向：在选择报考人工智能专业的研究生时，导师的研究方向也是一个重要的考虑因素。如果考生对人工智能在机器人领域的应用感兴趣，如智能机器人控制、机器人视觉、机器人学习等，那么在选择导师时可以寻找那些从事相关研究的导师。这样，考生在研究生阶段可以将自己在机器人工程专业所学的知识与人工智能技术相结合，开展更有针对性的研究工作，这种情况下跨考的意义和价值会更大。