如何基于训练好的rjags HMM模型输出隐藏状态序列？

我是HMM与JAGS新手，目前遇到一个问题：已经用rjags训练了一个隐马尔可夫模型（HMM），并保存了模型参数的样本结果（共59个参数，样本长度1000，迭代30000次，thinning=30）。模型结构编写正确，且完成了30000次burn-in、30000次采样迭代（thinning=30）的参数更新。

我的需求是基于训练好的模型结构与参数，输出给定测试观测状态序列对应的隐藏状态序列。我有机器学习经验，原本以为加载模型结构与参数后输入测试观测序列就能得到结果，但实际操作发现并非如此。目前没找到相关示例，甚至JAGS文档里也没有相关内容，希望能得到解答。

我的训练代码如下：

# -------------------  model ------------------------#

load('./data/try_3_gtx_3d.RData')

library(rjags)
library(mcmcplots)

data_1 <- list(Y = three_dim_smc_data-1, 
             M = dim(team_id_unique_ordered)[1], 
             N = one_dim_sample_count, 
             T = two_dim_sample_length, 
             gp = three_dim_gp_data, 
             sm = three_dim_sm_data)   # Y should be 0 and 1


inits_HMM <- list( beta0.p = runif(2, -10, 10))

parameters <- c("beta0", "PAD", "PDA", "bAD", "bDA", "sigmaAD", "sigmaDA", 
                "sigmab", "betagp", 
                "b", "delta0",  'betasm')

result <- jags.model("model/longitudinal_model_gp_sm_try1_gtx.txt", data_1, inits_HMM, n.chains = 3, n.adapt = 0)

update(result, n.iter = 30000)

rsamps_relience_pg_sm_try2 <- coda.samples(result, parameters, n.iter = 30000, 
                                           thin = 30)

save(rsamps_relience_pg_sm_try2, file = './results/rsamps_resilience_pg_sm_try3.RData')

mcmcplot(rsamps_relience_pg_sm_try2)

summary(rsamps_relience_pg_sm_try1)$statistics[-(c(3 : 317)),]
summary(rsamps_relience_pg_sm_try1)$quantiles[-(c(3 : 317)),]

若需其他资料，请告知。

内容的提问来源于stack exchange，提问作者gtx