我目前有一个 20x20 像素的网格。每个像素可以是红绿蓝或黑色。所以我对像素进行了热编码，为每个屏幕提供了一个 20x20x4 的数组。

对于我的 Deep-Q 网络，我附上了两个连续的屏幕截图，一起给出了一个 20x20x4x2 的数组。

我正在尝试构建一个卷积神经网络来估计 Q 值，但我不确定我当前的架构是否是一个好主意。目前如下图：

    def create_model(self):
        model = Sequential()
        model.add(Conv3D(256, (4, 4,2), input_shape=(20,20,4,2)))
        model.add(Activation('relu'))
        model.add(Dropout(0.2))

        model.add(Conv3D(256, (2,2,1), input_shape=self.input_shape))
        model.add(Activation('relu'))

        model.add(Flatten())
        model.add(Dense(64))
        model.add(Dense(self.num_actions, activation='linear'))
        model.compile(loss='mse', optimizer=Adam(self.learning_rate), metrics=['accuracy'])
        return model

3d 卷积是个好主意吗？256过滤器是个好主意吗？过滤器 (4,4,2) 和 (2,2,1) 是否合适？我意识到答案可能非常主观，但我只是想找人指出架构中的任何直接缺陷。