压缩会有有损，一些细节状态的特征会被关闭计算。

一种常见的技术可能是使用最大池函数或层（如果此处的 RL 是深度 RL，则在馈送到策略网络之前）。

Max-pooling 非常有损，使用其他一些经典的压缩算法，例如 Zip、Rar，但使用这些经典的无损压缩在模型管道中很奇怪并且速度极慢。

如果允许有损数据，可能的解决方案通常是：使用 max-pool（给出高对比度数据）、average-pool（给出模糊数据）。

为了保持数据完整，TensorFlow 可以压缩张量：“只牺牲一小部分模型性能。它可以将任何浮点张量压缩为更小的位序列。”
见：https ://github.com/tensorflow/compression