Tensorflow：使用可变字符级文本输入的强化学习？

Question

考虑到强化学习环境，其中Tensorflow agent将在环境中为接收到的每个观察采取“步骤”。

如何最有效地适应可变长度的观察，例如，当一个观察值超过1024个占位符限制时（例如，Wikipedia文章的长度为10000个字符）注意占位符是不可变的，并且在计算过程中不能动态更改：

self.obs = tf.placeholder(tf.float32, shape=(None,1024), name='obs')

我熟悉padding方法，其中指定了最大行长度，未占用的字符用占位符填充。但是，当处理长度在100到10000个字符之间的输入时，这种方法似乎无效，因此，占位符的形状必须是(None, 10000)，即使有效地使用9900个占位符字符处理长度仅为100个字符的输入，并且占用大量的内存和计算实际上是无用的，在强化学习的背景下，更是雪上加霜，为了学习有效的政策，正在采取数以百万计的步骤。在

意识到嵌入方法

然而，这种方法存在许多问题，包括但不限于：缺乏细节和可扩展性，缺乏对标点符号的理解以及数学中的其他字符和逻辑表示公式等在

如何有效地构造一个输入流，使不同的输入大小可以有效地被Tensorflow代理以避免上述问题的方式使用？在