Impoola：图像基础深度强化学习中的均值池化力量

本研究解决了深度强化学习图像编码器设计的潜在不足，通过将Impala-CNN中的特征图展平替换为全局均值池化，显著提升了模型性能。该方法在Procgen基准测试中超越了更大更复杂的模型，特别是在泛化能力方面，表明网络设计的高效性是模型扩展的关键因素。