強化学習の行動選択について

強化学習より得られた行動がどういうものだったのか、

状態sと照らし合わせて分析したいのですが、

学習が終了した後に確認することは可能でしょうか。

また、どういう行動が選ばれたのか出力することは可能でしょうか。