SPARK：用锚定机器人关键点实现序贯规划

SPARK 将任务的符号化行为树计划与执行时的 3D 感知锚定分离，在执行中重新锚定物体引用，从而在物体移动时保留原计划。执行中物体位移 10 cm 时，启用验证与自适应可维持 66.7% 任务成功率，关闭时仅 2.2%。无需任务专用模型训练、使用开放权重规划器，SPARK 在六个 LIBERO-PRO 设置上平均成功率达 66.8%，在三个机器人平台的十一个物理任务-具身设置上达 68%。