我正在使用 Ray/RLLib 的 APEX-DQN 代理（AsyncReplayOptimizer）。我想用一些小插曲數(shù)據(jù) info["episode"].user_data從回調(diào)on_episode_end(info)改變info["result"]的字典on_train_result(info)。有沒(méi)有辦法做到這一點(diǎn)？由于info兩個(gè)回調(diào)的對(duì)象輸出非常不同。on_episode_end(info)：給出“env”和“episode”on_train_result(info)：給出“agent”和“result”來(lái)自的“結(jié)果”on_train_result(info)并沒(méi)有提供關(guān)于所運(yùn)行劇集的太多信息。我覺(jué)得奇怪的是“結(jié)果”只提供了類似的信息'result':{      'episode_reward_max':13010.0,      'episode_reward_min':12150.0,      'episode_reward_mean':12580.0,      'episode_len_mean':50.0,      'episodes_this_iter':2,      'episodes_total':2,      ...}沒(méi)有任何關(guān)于劇集 ID 的信息。如果有劇集 ID，也許我可以嘗試將兩個(gè)回調(diào)鏈接在一起。