该文综述了将线性时序逻辑（LTL）等形式化规范与强化学习结合的研究，包括利用大语言模型规划子目标、自动机与神经网络提升样本效率、TLTL鲁棒性奖励、STL多智能体奖励设计、LTL预训练与多任务选项学习等，旨在提高复杂任务下策略学习的效率、安全性与最优性。