perf(training): training.log_interval 配置项 + rsl_rl PPO TensorBoard 批量写 patch

[TATP-233]

概要

UniLab 侧配套改动，落地 #1646 的优化方案：training.log_interval 配置项 + PPO(rsl_rl)TensorBoard 批量写 patch。

uni_rl 侧的批量写/降频实现在 unilabsim/unilab_rl#44，并由 unilab-rl==1.4.0 发布。

改动

• conf(sac / flashsac / warp_sac / appo / ppo 五个 owner config.yaml)：新增 training.log_interval: 1。默认 1、行为不变；off-policy builder 在 unilab-rl 侧直接读取该键。
• src/unilab/scripts/train_appo.py：透传 log_interval 给 APPORunner。
• src/unilab/training/experiment.py：新增 patch_rsl_rl_tensorboard_logging——包装 rsl_rl logger 的 SummaryWriter，把每 iteration 约 15–30 次 add_scalar 合并为单条 event record，并按 log_interval 节流后端写；控制台输出与 episode 簿记不受影响，最后一个 iteration 始终记录。
• src/unilab/scripts/train_rsl_rl.py：在既有 patch_rsl_rl_action_std_logging 旁挂接。
• tests/config/test_config_system.py：断言五个算法 owner config 均暴露有效 training.log_interval。

依赖与合入顺序

• 本 PR 当前重新 rebase 到 origin/main@d72f7f07，并保持堆叠在 chore(deps): bump torch to 2.14 and unify CUDA wheels on cu130 #1647(da1514e6)之上；请先合入 chore(deps): bump torch to 2.14 and unify CUDA wheels on cu130 #1647，再合入本 PR。
• 当前 pyproject.toml 已 pin unilab-rl==1.4.0，该版本包含 perf(logging): TensorBoard 标量按步合并为单条 event,新增 log_interval 降频开关 unilabsim/unilab_rl#44，因此不再有额外 release blocker。
• rebase 适配了新进入 main 的 WarpSAC owner config，避免其继续出现 training.log_interval struct 缺键问题。

验证

Rebase 后最终本地 head(4bed1f18)：

uv run --no-sync ruff format --check .   # 383 files already formatted
uv run --no-sync ruff check .            # All checks passed
uv lock --check                          # resolved 240 packages
uv run --no-sync pytest -q tests/scripts/test_torch_cuda_source.py  # 2 passed（#1647 契约）
uv run --no-sync pytest -q -m slow tests/config/test_config_system.py -k 'algo_config_composes'  # 5 passed
uv run --no-sync pytest -q tests/utils/test_experiment_tracking.py  # 23 passed
uv run --no-sync mypy src/unilab          # Success: 134 source files
uv run --no-sync pyright                  # 0 errors, 1 warning
uv run --no-sync python scripts/benchmark/smoke_test.py  # module-mode 35/35；script-mode 36/36
uv run --no-sync pytest -q -m "not slow"  # 1549 passed, 27 skipped, 1 failed

• 远端 CI 已在 rebase 后重新触发并全部通过（7 pass / 1 skip：ruff lint/format、mypy、pyright、test、benchmark-smoke、Build Sphinx；gh-pages deploy 按规则 skip）。
• pyright 的唯一 warning 是可选依赖 drake_uni.runtime import 无法解析，非本 PR 引入。
• 非 slow 全量测试中的 tests/scripts/test_check_docs.py::test_documentation_files_match_current_repo_contracts 失败，已在干净 origin/main@d72f7f07 复现，属 main 既有问题；本 PR 不顺手修改以保持范围。
• 原优化验证(RTX 5090，g1_walk_flat/mjwarp，fast_sac 5000 iterations，日志目录在 GFS/FUSE 上)：修复前 cycle 墙钟约 206 ms，其中约 165 ms 被 TensorBoard 写盘阻塞；修复后墙钟与埋点时间一致，collector/wait_for_learner_action 从约 156 ms 降到 33 ms。

Closes #1646