요리 로봇을 위한 사전 학습된 비전-언어 모델과 블랙박스 최적화를 활용한 연속적인 객체 상태 인식

사전 학습된 대규모 비전-언어 모델과 블랙박스 최적화를 활용하여 요리 과정에서 발생하는 다양하고 모호한 상태 변화를 언어 분석을 통해 연속적으로 인식할 수 있는 방법을 제안한다.