在keras-rl获取适合阶段的epsilons

Question

我正在建立Agent中的keras-rl，并且将LinearAnnealedPolicy与EpsGreedyQPolicy一起使用。执行详细信息将输出每个间隔的平均epsilon，但是我想稍后绘制针对epsilon的奖励，并且fit方法返回的训练历史记录没有epsilons的数组。有Callback方法可以做到吗？