能否在SB3中实现contextual Multi-Armed Bandit智能体？

我想知道是否可以使用SB3库实现等效于contextual Multi-Armed Bandit（上下文多臂老虎机）的智能体。这类智能体逻辑相对简单，但查阅SB3官方文档可知其并未内置对应算法，我想了解是否可以通过调整现有算法的参数，得到无需轨迹解析的同类功能智能体。

我最初的思路是将任意智能体的gamma参数设置为0，但我此前认为这一处理在数学层面并不严谨。

更新：上述方案在数学上是完全成立的，我已基于该思路完成相关研究论文。

内容的提问来源于stack exchange，提问作者Angelo