SpatialOPSD：用已验证编码智能体轨迹自蒸馏空间智能

SpatialOPSD 是一个 on-policy 自蒸馏框架，将空间编码智能体已验证的执行轨迹作为特权信息，让 MLLM 无需外部工具即可内化空间推理能力。为缓解特权信息泄漏，该框架引入 Repetition-Aware Distillation，结合重复掩码与 unlikelihood 正则化。实验显示，其在空间与 OOD 数据集上的平均准确率均高于 SFT 和 GRPO。