SpatialOPSD: 从已验证的编码智能体轨迹中自蒸馏空间智能

SpatialOPSD 框架通过自蒸馏将空间智能体能力内化至独立 MLLM 中，使用已验证的执行轨迹作为特权信息。该方法引入重复感知蒸馏技术，结合重复掩码与不可靠性正则化以减少信息泄露。实验表明，SpatialOPSD 在多个基准测试中优于 SFT 和 GRPO，空间与 OOD 数据集的平均准确率更高。