本文提出了一种新颖的深度强化学习算法，结合线性时间逻辑（LTL）和生成模型，通过自动机表示LTL任务和神经网络模拟未知系统，提升了样本效率，优化了机器人在未知环境中的导航控制策略。实验结果表明，该方法在复杂任务中展现出优异的鲁棒性和效率。