SPARK：用锚定机器人关键点实现序列规划

作者提出 Sequential Planning via Anchored Robotic Keypoints（SPARK），把任务描述为符号化行为树，仅在每次调用动作时锚定到当前3D观测，并在运行时验证计划、局部恢复和重新锚定物体，只有这些失败时才请求新计划。在固定计划、执行中移动物体的实验中，物体位移10厘米时配合场景差异验证与分层恢复仍完成66.7%的试验且无需改计划。完整系统在 LIBERO 上使用一个4-bit权重的27B开放权重规划器，6种位置与任务设置平均成功率66.8%，留出语言与物体设置同为66.8%；在3种机器人、11种物理任务-本体设置上成功率为68%。