Vanliga problem med arrayomformning i skräddarsydda policynätverk för förstärkningsinlärning behandlas i den här handledningen. När handlingsutrymmets dimensioner inte hanteras på lämpligt sätt under träningen uppstår en missmatchning, vilket är ett specifikt fel. Sådana problem kan övervinnas genom att använda felhanteringstekniker och exakt specificera observationsutrymmet.