perf: ObservationManager partial-reset 稀疏重建 (#1259 R2)

[TATP-233]

Parent: #1259

Depends on: #1261（已合并）
启动条件（#1259 Wave 2 R2）：#1261 合并后 mba_reset_obs_build_ms 仍是 reset 路径最大剩余热点 —— 同机 baseline（sac/g1_motion_tracking，8192 envs）：MuJoCo 5.67 ms（占 reset total 36%）、Motrix 21.54 ms（58%）。

一句话问题

MBA partial reset 只重置约 251/8192 个 env，但 reset 路径上 ObservationManager 的 compute→noise→clip→scale→NaN→delay/history→concat 管线全程全 batch 计算，env 再切出 reset 行，其余行的计算结果被直接丢弃。相位 profile（8192 envs，MuJoCo）显示管线相位约占 obs build 的 80%，term func 内部的全量 getter 属于 U1 边界，不在本 issue。

最小交付结果

reset 路径（compute(update_history=True, env_ids=...)）只为 reset 行执行行独立管线并只返回 reset 行；无 delay/history 的组行级 scoped，有时序 buffer 的组保持全量管线、仅切片最终输出；正常 step 管线不变。

In scope

• 落点限于 src/unilab/managers/observation_manager.py 与 src/unilab/envs/manager_based_rl_env.py 的 reset 调用侧（_map_observations 增加行数校验参数）。
• term func 签名与 full-batch 返回契约不变；noise 保持 full-batch 形状抽取，共享 RNG 流与逐行 noise 值与全量实现逐位一致。
• delay/history buffer 语义不变（backfill 仍 per-row 写入；时序组读出保持全量后切片）。
• 补 manager 级与 env 级 parity 测试（reset 行与全量参考逐位一致、untouched 行不变、RNG 流一致、NaN 诊断报告真实 env id）。
• 用 mba_reset_obs_build_ms 在 MuJoCo/Motrix 做同 commit before/after。

Non-goals

• 不引入 row-aware observation term/API（那是新的公共 manager lifecycle，需单独确认）。
• 不优化 term func 内部的 backend state/getter 全量读取（U1 边界）。
• 不改正常 step 的 observation 管线（U2 边界）；不改 reward、termination、reset/final observation、RNG 或 sim2sim contract。

Owner 与预计改动

• Owner：ObservationManager + MBA reset 边界。
• 预计 4–6 个文件、≤400 行净手写改动、1 个 PR。
• 与 U1、MuJoCo M1 可并行；与 U2（ObservationManager 正常 step 管线）共享 owner/file，必须先合并本 issue 再启动 U2。

Acceptance criteria

• 跨 commit A/B（固定种子 + 多次 partial reset）：obs/reward/terminated/reset_obs 逐位一致，RNG 流一致。
• 两 backend 的 mba_reset_obs_build_ms 相对同 commit baseline 显著下降；collector 吞吐有可重复改善，其他 case 无超出噪声的退化。
• focused tests 与本地 make test-all 通过；按 Roadmap: 优化必选的 Manager-Based runtime collector 吞吐并完成 #1042 性能验收 #1259 例外不等待远程 CI。

Stop conditions

• 需要修改公共 term 签名、ObservationManager lifecycle 或新增 SimBackend 方法。
• RNG/数值 parity 只能通过改变 noise、delay/history 或 reset observation 语义维持。
• 重复运行波动无法区分收益，或收益不足以覆盖维护成本。

[TATP-233]

已由 PR #1270 合入 dev（merge commit 9198bbd）完成。partial-reset observation rebuild 已限定到 reset rows，MuJoCo/Motrix parity 与 RNG 流保持，obs_build 分别下降 48% / 33%，本地 make test-all 通过。临时 profiling 清理由 #1281 统一承接。