Update README.md

README.md

@@ -30,8 +30,26 @@ TODO: Add your code
 
 
 ```python
-from stable_baselines3 import ...
-from huggingface_sb3 import load_from_hub
+import gym                      
 
-...
-```
+from stable_baselines3 import PPO                                # Modelo que vamos a usar
+from stable_baselines3.common.evaluation import evaluate_policy  # Evaluación de los resultados del modelo entrenado
+from stable_baselines3.common.env_util import make_vec_env
+
+# Creo el env
+env = gym.make('LunarLander-v2')
+
+# Selecciono el modelo, en este caso el PPO
+model = PPO('MlpPolicy',env,verbose=1).learn(total_timesteps=200000,progress_bar=True)
+
+# Y lo guardamos
+model.save('Lunar_Lander')
+
+# Creamos un nuevo env en el que probamos el modelo (valdría el mismo pero reseteado)
+eval_env = gym.make('LunarLander-v2')
+
+# Evaluamos el modelo
+mean_reward, std_reward = evaluate_policy(model, eval_env, n_eval_episodes=10, deterministic=True)
+
+# Print the results
+print(f"mean_reward={mean_reward:.2f} +/- {std_reward}")