Parallel distributional Deep Reinforcement Learning for mapless navigation of terrestrial mobile robots

O artigo apresenta novas abordagens de Aprendizado por Reforço Profundo Distribucional Paralelo (Parallel Distributional Deep Reinforcement Learning) para navegação sem mapa de robôs terrestres móveis, usando técnicas determinísticas e estocásticas com replay de memória priorizado, avaliadas em simulações e cenários reais, demonstrando melhorias significativas na generalização espacial e na tomada de decisão em comparação com abordagens tradicionais.