我使用ray tune在自定义环境中训练了DQN模型，我对它的训练策略感到满意。现在，我想对其进行部署，以便可以利用这一训练有素的策略进行决策。
我检查了cartpole_server.py和cartpole_client.py示例中的策略服务，但无法弄清楚如何使用已受过训练的策略，也无法从训练过程中创建的检查点中使用该方法，也无法从部署过程中选择腌制方法。我看到这些示例确实是在训练和服务同时开始的，但是从训练开始就是如此。
我想知道是否有用于策略服务的资源，可以通过加载检查点或腌制数据来获取actions，从而为observations提供服务，例如部署正常ML model到Flask等。