본 논문은 언어 모델 기반 로봇 조작에서 모방 학습 프레임워크의 한계를 해결하기 위해 직렬화된 유한 상태 기계(FSM)를 이용한 새로운 프레임워크를 제안합니다. 기존 모방 학습 프레임워크는 시연 사례의 적용 범위에 크게 의존하여, 모든 상황에 대한 행동 예시가 포함되지 않으면 작업 실패 및 연쇄 오류로 이어질 수 있습니다. 본 논문에서 제안하는 프레임워크는 직렬화된 FSM을 사용하여 시연을 생성함으로써 정밀한 상호 작용을 필요로 하는 장기간 시퀀스 조작 작업에서 성공률을 향상시킵니다. 환경이 변화하는 장기간 수행되는 퍼즐을 이용한 실험 결과, 제안된 방법은 최대 98%의 성공률을 달성한 반면, 기존 방법은 최대 60%의 성공률을 보였고 일부 작업에서는 거의 실패했습니다.
