Update README.md

README.md

@@ -30,8 +30,82 @@ TODO: Add your code
 
 
 ```python
-from stable_baselines3 import ...
-from huggingface_sb3 import load_from_hub
+# ==============================================
+# 🚀 PLANTILLA COMPLETA PARA GOOGLE COLAB (LunarLander-v2)
+# Entrena y evalúa un modelo PPO para LunarLander-v2
+# ==============================================
+
+# 📌 Paso 1: Instalar Dependencias
+!apt install swig cmake ffmpeg python3-opengl xvfb -y
+!pip install stable-baselines3[extra] gymnasium[box2d] huggingface_sb3 pyvirtualdisplay shimmy
+
+# 📌 Paso 2: Importar Librerías
+import os
+import gymnasium as gym
+import numpy as np
+from stable_baselines3 import PPO
+from stable_baselines3.common.env_util import make_vec_env
+from stable_baselines3.common.monitor import Monitor
+from stable_baselines3.common.evaluation import evaluate_policy
+from pyvirtualdisplay import Display
+
+# 📌 Configurar una pantalla virtual (para renderizar el entorno en Google Colab)
+os.system('Xvfb :1 -screen 0 1024x768x24 &')
+os.environ['DISPLAY'] = ':1'
+
+print("✅ Dependencias instaladas y pantalla virtual configurada.")
+
+# 📌 Paso 3: Forzar el uso de LunarLander-v2 (Evitar el error de Gymnasium)
+try:
+    env = make_vec_env("LunarLander-v2", n_envs=16)
+    print("✅ Entorno vectorizado creado correctamente.")
+except:
+    print("⚠️ Error con LunarLander-v2, intentando con compatibilidad.")
+    import shimmy
+    env = make_vec_env("LunarLander-v2", n_envs=16, render_mode="rgb_array")
+
+print("✅ Entorno configurado correctamente.")
+
+# 📌 Paso 4: Definir y Entrenar el Modelo PPO
+model = PPO(
+    policy="MlpPolicy",
+    env=env,
+    n_steps=1024,
+    batch_size=64,
+    n_epochs=4,
+    gamma=0.999,
+    gae_lambda=0.98,
+    ent_coef=0.01,
+    verbose=1
+)
+print("✅ Modelo PPO definido correctamente.")
+
+# 🏋️‍♂️ Entrenamiento
+print("🏋️‍♂️ Entrenando el modelo... esto tomará tiempo ☕")
+model.learn(total_timesteps=1000000)
+print("✅ Entrenamiento completado.")
+
+# 📌 Paso 5: Guardar el Modelo
+model_name = "ppo-LunarLander-v2"
+model.save(model_name)
+print(f"✅ Modelo guardado como {model_name}.zip")
+
+# 📌 Descargar el modelo a tu PC
+from google.colab import files
+files.download(f"{model_name}.zip")
+
+# 📌 Paso 6: Evaluar el Modelo
+eval_env = Monitor(gym.make("LunarLander-v2"))  # Asegurar compatibilidad
+mean_reward, std_reward = evaluate_policy(model, eval_env, n_eval_episodes=10, deterministic=True)
+print(f"📊 Evaluación completada: mean_reward = {mean_reward:.2f} +/- {std_reward:.2f}")
+
+# 📌 Validar si pasamos la certificación
+if mean_reward - std_reward >= 200:
+    print("🎉 ¡Modelo aprobado para la certificación de Hugging Face! 🚀")
+else:
+    print("⚠️ No alcanzaste el mínimo de 200, intenta entrenar más tiempo.")
+
+print("✅ Todo el proceso ha finalizado correctamente.")
 
 ...
 ```