Java中Q-Learning状态的多维（7维）数组

我正在为一个游戏编写一个Q-Learning实现，Q-Learning状态需要一个7维数组，因为我有关于游戏的所有信息（玩家x、玩家y、怪物、宝藏、可能的移动等等）

所有的状态加起来都超过10亿个，而内存无法处理这么大的静态矩阵，我很确定算法不需要太多的状态，那么如何使用动态结构来实现呢

我的第一个想法是使用如下内容：

ArrayList<ArrayList<ArrayList<ArrayList<ArrayList<ArrayList<ArrayList<Double>>>>>>> qList;

arraylistqlist；

但我不确定这是一个合理的解决方案，也不确定如何分配所有这些ArrayList

---

创建动态数据结构以存储7维矩阵的最佳方法是什么？

a

double[][][]]

会更节省内存。内存无法处理double[][][[]][[]]-我需要创建的矩阵的一个示例是double[12][12][256][128][16][4]