背景
scripts/（约 3.5 万行）与 src/unilab（尤其 src/unilab/training/）存在系统性的职责混乱与耦合，对照参考仓库 mjlab 的分层模式后确认三个结构性问题：
- scripts/ 越界承载库层逻辑：
scripts/benchmark/mjwarp/backend.py（754 行）是完整 SimBackend 子类；scripts/benchmark/torch_env/ 复制 task reward/obs 数学；play_viser.py import play_interactive.py 私有函数；多个脚本 import base.backend.mujoco.* 私有工具。
- training/ 职责混杂 + 依赖方向错乱：12 个文件混了 5 种性质（utils / 算法适配 / 部署推理 / 编排）；
training/experiment.py:73-97 运行时 exec_module 依赖 scripts/benchmark/core/device_info.py（库→scripts 倒置）；algos 十余处 import training 而 training 又 import algos，形成互依。
- 平行实现泛滥：play 管线 8 处（
visualization/interactive_playback.py 的 4 个 session 工厂无人用）、run 目录命名 3 份、checkpoint 诊断 3 份、_algo_config_dict 4 份、NanGuard 接线 3 份、MotionLoader 2 套、config 快照 2 套格式。
好的方面：envs/、tasks/、managers/ 三层干净（无向上依赖、无 backend 私有探测），本次不动。
总目标与边界
做什么：把混进 scripts/ 的库层逻辑归位，收敛平行实现，拆掉 training/ 与 algos/、scripts/ 之间的错乱依赖。完成后"任何一段逻辑，看路径就知道它该在哪"。
不做什么：
- 不动
envs/、tasks/、managers/ 三层；
- 不改任何训练语义、算法行为、配置 schema、checkpoint 格式（纯结构性移动 + 去重，行为等价）；
- 不引入新框架（不迁 tyro、不动 Hydra 体系、不将 CLI 收编为 console script——方向性决策另行再议）；
- 不整体治理
scripts/benchmark/（约 2 万行，单独评估），本期只掐断它对库层的反向污染。
预计总规模：5 个 sub-issue，每个一个 PR；合计净改动预计 1200–1800 行（大半是 import 路径变更与删除重复代码）。
永久维护成本：低。重复点从 N 份收敛为 1 份后维护成本下降；新增约束用现有测试 + 少量 import 边界测试守住，不引入新运行时机制。
Sub-issues
执行顺序与依赖
基于分支 dev/issue-1042-manager-based-api 新建分支开发，pr时也merge回此分支。
#1240（反向依赖）──┐
├─→ #1242（play 统一）─→ #1243（training 归位）
#1241（样板收敛）──┘
#1244（motion/deploy）独立，可任意插空
#1240、#1241 先行：小而独立、风险低、见效快；#1242 依赖前两者（动同一批入口文件，先小收敛减少冲突面）；#1243 必须在 #1242 之后（training/offpolicy.py 去向依赖 #1242 的结果）；#1244 与主线无依赖。
明确未授权、需单独确认的扩张点
- 是否学 mjlab 把 train/play 收编为
[project.scripts] console entry（新 execution path）；
normalize_ppo_train_cfg 等 Python 层配置解释是否长期保留（触及 config first 原则取舍，需产品判断）；scripts/benchmark/（含 torch_env/ 数学复制、mjwarp/backend.py）整体去留。
以上三点在 sub-issue 执行中一律绕过不碰，需要时单独立项。
背景
scripts/（约 3.5 万行）与src/unilab（尤其src/unilab/training/）存在系统性的职责混乱与耦合，对照参考仓库 mjlab 的分层模式后确认三个结构性问题：scripts/benchmark/mjwarp/backend.py（754 行）是完整SimBackend子类；scripts/benchmark/torch_env/复制 task reward/obs 数学；play_viser.pyimportplay_interactive.py私有函数；多个脚本 importbase.backend.mujoco.*私有工具。training/experiment.py:73-97运行时exec_module依赖scripts/benchmark/core/device_info.py（库→scripts 倒置）；algos 十余处 import training 而 training 又 import algos，形成互依。visualization/interactive_playback.py的 4 个 session 工厂无人用）、run 目录命名 3 份、checkpoint 诊断 3 份、_algo_config_dict4 份、NanGuard 接线 3 份、MotionLoader 2 套、config 快照 2 套格式。好的方面：
envs/、tasks/、managers/三层干净（无向上依赖、无 backend 私有探测），本次不动。总目标与边界
做什么：把混进 scripts/ 的库层逻辑归位，收敛平行实现，拆掉 training/ 与 algos/、scripts/ 之间的错乱依赖。完成后"任何一段逻辑，看路径就知道它该在哪"。
不做什么：
envs/、tasks/、managers/三层；scripts/benchmark/（约 2 万行，单独评估），本期只掐断它对库层的反向污染。预计总规模：5 个 sub-issue，每个一个 PR；合计净改动预计 1200–1800 行（大半是 import 路径变更与删除重复代码）。
永久维护成本：低。重复点从 N 份收敛为 1 份后维护成本下降；新增约束用现有测试 + 少量 import 边界测试守住，不引入新运行时机制。
Sub-issues
执行顺序与依赖
基于分支 dev/issue-1042-manager-based-api 新建分支开发，pr时也merge回此分支。
#1240、#1241 先行：小而独立、风险低、见效快；#1242 依赖前两者（动同一批入口文件，先小收敛减少冲突面）；#1243 必须在 #1242 之后（
training/offpolicy.py去向依赖 #1242 的结果）；#1244 与主线无依赖。明确未授权、需单独确认的扩张点
[project.scripts]console entry（新 execution path）；normalize_ppo_train_cfg等 Python 层配置解释是否长期保留（触及 config first 原则取舍，需产品判断）；scripts/benchmark/（含torch_env/数学复制、mjwarp/backend.py）整体去留。以上三点在 sub-issue 执行中一律绕过不碰，需要时单独立项。