Este documento estudia el problema de reconocimiento de planes de sistemas multiagentes con tareas lógicas temporales. Las tareas temporales de alto nivel se representan como lógica temporal lineal (LTL). Presentamos un algoritmo probabilístico de reconocimiento de planes para predecir los objetivos futuros e identificar las tareas lógicas temporales del agente basándonos en las observaciones de sus estados y acciones. Posteriormente, construimos una biblioteca de planes compuesta por Autómatas Bchi No Deterministas para modelar las tareas lógicas temporales. También proponemos un algoritmo de generación de matrices booleanas para mapear la biblioteca de planes a trayectorias multiagentes y un algoritmo de reconocimiento de tareas para analizar la matriz booleana. Luego, se propone una fórmula de cálculo de probabilidad para calcular la distribución de probabilidad de objetivos posteriores, y la situación de inicio en frío del reconocimiento de planes se resuelve utilizando la fórmula de Bayes. Finalmente, validamos el algoritmo propuesto a través de extensas simulaciones comparativas.