Este estudio se centra en abordar el problema de la planificación de movimientos dentro de espacios de trabajo llenos de obstáculos, considerando restricciones temporales y de entrada. Estas especificaciones pueden encapsular objetivos complejos de alto nivel que involucran tanto restricciones temporales como espaciales. La literatura existente carece de la capacidad para cumplir con las especificaciones de tiempo mientras gestiona simultáneamente las restricciones de saturación de entrada. El enfoque propuesto introduce un algoritmo de control híbrido de tres componentes diseñado para aprender la ejecución segura de una especificación de alto nivel expresada como una fórmula de lógica temporal cronometrada en regiones de interés predefinidas en el espacio de trabajo. El primer componente abarca un controlador de movimiento que permite una navegación segura dentro del intervalo de tiempo mínimo permitido dictado por las restricciones de entrada, facilitando la abstracción del movimiento del robot como un sistema de transición cronometrada entre regiones de interés. El segundo componente utiliza técnicas de verificación formal y optimización convexa para derivar un plan cronometrado de alto nivel óptimo sobre el mencionado sistema de transición, asegurando la adherencia a la especificación del agente. Sin embargo, los tiempos de navegación necesarios y los costos asociados entre regiones son inicialmente desconocidos. En consecuencia, el tercer componente del algoritmo ajusta iterativamente el sistema de transición y calcula nuevos planes a medida que el agente navega, adquiriendo información actualizada sobre los intervalos de tiempo requeridos y los costos de navegación asociados. La efectividad del esquema propuesto se demuestra a través de estudios de simulación y experimentales.