论文研究带有目标与安全约束的MDP规划，其中约束以共安全线性时序逻辑（sc-LTL）表示。作者将非马尔可夫问题转化为扩展模型上的约束可达性问题，并证明由各单独逻辑规格对应的平稳策略构成的切换策略足以达到最优，从而可用线性规划求解。网格世界案例展示了目标与安全约束之间的最优权衡。
最近 24 小时暂无可用热度快照。