reinforcement-learning - 使用 RLlib 离线训练 DQN 时将 SampleBatch 对象设置为配置的输入

Question

已经将轨迹序列（即 (s, a, r, s', ...) 元组）转换为 SampleBatch 对象，如何在离线训练 DQN 时将对象作为输入传递给配置。Ray 官方文档有 json 批处理方式，而不是 SampleBatch 格式。