Este artículo presenta GenZ-LTL, un novedoso método basado en lógica lineal-temporal (LTL) para la generalización a objetivos de tareas complejos y de larga duración, y restricciones de seguridad en el aprendizaje por refuerzo (RL). GenZ-LTL aprovecha la estructura de los autómatas de Büchi para descomponer las especificaciones de la tarea LTL en secuencias de subobjetivos de alcance-evitación. A diferencia de los métodos existentes, logra la generalización de disparo cero resolviendo cada subobjetivo uno por uno mediante una formulación de RL segura, en lugar de condicionarlo a la secuencia de subobjetivos . Además, introduce una novedosa técnica de reducción de observación inducida por subobjetivos que mitiga la complejidad exponencial de las combinaciones de subobjetivos y estados bajo supuestos realistas. Los resultados experimentales demuestran que GenZ-LTL supera significativamente a los métodos existentes en la generalización de disparo cero.
