我不是人工智能领域的专家，所以如果这是一个简单/容易的问题，我深表歉意。我试图为另一个游戏实现类似于 OpenAI 的网络，但我注意到我并不完全了解网络是如何工作的。

下图是 OpenAI Five 的网络图

基本问题

数据如何连接/在 LSTM 之前连接之后或进入 LSTM 之前的数据维度是多少？以下是我为澄清起见而提供的想法。

第一次解释

在单位的蓝色区域，我最初的理解是，对于每个可见单位，最大池的输出沿列连接。因此，假设行数为 1（因为每个单元都应用了 1d 最大池），列数为 n 并且有 N 个可见单元，连接时矩阵的最终大小为 $(1,n\cdot N)$ 如模型左侧所示，拾音器等提供了一些额外的列。

由于玩家每回合可以看到的单位数量不是恒定的，在这种解释下，我怀疑连接层之后的全连接层无法完成其工作，因为矩阵乘法在列数可变的情况下变得不可能。

一种可能的解决方案是将观察到的单元数设置为最大值 $N_{max}$ 如果未观察到某些单位，则用常量填充。是这样吗？

我的第二种解释是数据沿行连接。在这种情况下，我可以看到数据可以通过全连接层，因为列数可以保持不变。在这个假设下，我决定在通过 LSTM 之前，将数据重新整形为（批量大小、行数、列数）。

虽然我发现这种解释更吸引人，但我注意到在这种思路下，LSTM 仅用于关联输入数据而不与时间关联（LSTM 的时间步长只是下一行数据而不是比实际时间）。我知道这不是一个特别的问题，但我认为这里没有特别需要使用 LSTM，因为在第二种解释中，数据的顺序没有特殊意义。但情况是这样吗？

对于任何不清楚的地方，我提前道歉。请在评论中告诉我，我会尽力澄清！