自律エージェントは、目的を達成するために自動計画アルゴリズムに依存しています。シミュレーションベースの計画は、複雑な環境をモデル化する上で宣言的モデルよりも大きな利点を提供しますが、単一の計画しか生成しないプランナーに依存すると、エージェントの好みを常に満たすことは難しいです。この問題を解決するために、本稿ではシミュレーションベースの計画問題に特化した多様なプランナー「FBI_LTL」を導入します。このプランナーは、線形時間論理（LTL）を利用して意味的多様性基準を定義し、エージェントが意義のある異なる計画を指定できるようにします。LTLベースの多様性モデルを探索プロセスに直接統合することで、FBI_LTLは意味的に多様な計画を生成し、従来の多様な計画アプローチが持つ、文法的には異なるが意味的には同一な解決策を生じるという制限を克服します。様々なベンチマークでの広範な評価により、FBI_LTLが基準アプローチと比較してより多様な計画を生成することが一貫して示されています。本研究は、シミュレーションベースの環境における意味論に導かれた多様な計画の実現可能性を確立し、従来のモデルベースのアプローチが機能しない現実的で非記号的な領域における革新的なアプローチの道を開きます。