６０次元観測をtensorflowのconv1Dを用いて６次元に圧縮したい

OpenAIが提供しているSafetyGymという強化学習のシミュレーションツール群で安全な強化学習を研究しています。
SafetyGymのベンチマーク問題であるpoint-goalという問題の６０次元の観測をVAEを用いて６次元に圧縮し研究している提案手法に入力したいと考えているのですが、エンコーダ部分の畳み込み層conv1Dの出力次元数をどの程度の度合いで小さくしていけばいいのかいろんなネット上の記事を見てみましたが適切な値がわかりません。

point-goal問題は赤色のロボットが青色のハザードになるべく侵入せず緑色のゴールに移動する事が目的の問題です。

観測は強化学習サイクルのステップ毎に加速度、速度、ジャイロ、lidarによるゴールの位置など、合計６０次元の観測がスカラー値で与えられます。

現時点ではネット記事を参考に以下のようにエンコーダ部分を構成しようと考えています。

Python
1    self.encoder = tf.keras.Sequential(
2        [
3            tf.keras.layers.InputLayer(input_shape=(60,)),
4            tf.keras.layers.Conv1D(
5                filters=60, kernel_size=8, strides=2, activation='liner'),         
6            tf.keras.layers.Conv1D(
7                filters=30, kernel_size=8, strides=2, activation='liner'),   
8            tf.keras.layers.Flatten(),
9            tf.keras.layers.Dense(6),
10        ]
11    )
12