本文提出了一种基于超级概率计时逻辑的新方法，解决马尔可夫决策过程中的控制器合成问题，增加了结构约束并显著提升了性能。同时，介绍了一种算法用于学习复杂系统的可解释性描述，并与现有算法进行了比较。此外，研究探讨了超属性形式主义和多参数规范的自动推断，展示了其在实际应用中的有效性。