底层抽象（本质上是您使用第一个网络的目的）是通过特征提取/合成和/或降维来减少原始输入的状态空间。

目前，这样做的明确规则很少：实践更多是“知情试错”的问题。

如果您在您的问题中添加一些信息，了解以前在该领域（例如在 ALE平台上）的尝试，这可能会提供一些更具体的建议。

这取决于你想为你的第二个网络使用什么类型的网络，而不是提供第一层的输出，如果你联合训练两个网络会更好。但这取决于第二个网络（“逻辑”网络）的架构​​。