強化学習R2D2の burn-inという物について

Question

R2D2という強化学習手法　についてですが
burn-inのやり方が今一歩わかりません

現在わかっていること
保存してある内部状態を復元するため　学習なしで何度か
経験データを時系列準に再生（burn-in)してから学習する

では何step目からburn-inを始めればいいんでしょうか？
内部状態を保存するということはエピソードの途中からやると思うのですが
そのようなことはどこにも記載されていません