S²VOPD：自监督视觉同策略蒸馏，无需更强教师或特权信息

研究者提出 Self-Supervised Visual On-Policy Distillation（S²VOPD），通过从学生侧"减去"信息而非给教师添加特权信息来构造不对称学习信号，无需真值标注、奖励或独立更强教师模型。