perf: scope partial-reset observation rebuild to reset rows

[TATP-233]

Summary

Fixes #1269. Parent: #1259（Wave 2 R2）.

MBA G1 motion tracking 的 partial reset 只重置约 251/8192 个 env，但 reset 路径上 ObservationManager 的 noise→clip→scale→NaN→delay/history→concat 管线全程全 batch 计算，env 再切出 reset 行，其余行的结果被丢弃。#1261 合并后 mba_reset_obs_build_ms 成为 reset 路径最大剩余热点（MuJoCo 36%、Motrix 58%）。本 PR 把 reset 路径的行独立管线限定到 reset 行：

• ObservationManager.compute(update_history=True, env_ids=ids) 现在只返回 reset 行（按 ids 顺序），不再由 env 侧全量切片；正常 step 管线（env_ids=None）逐行代码不变。
• 无 delay/history 的组：term func 与 noise 保持全 batch（term 的 (num_envs, ...) 公共契约不变；full-shape noise 抽取保证共享 RNG 流与逐行 noise 值和全量实现逐位一致），noise 之后切片，clip/scale/NaN/concat 只处理 reset 行。
• 有 delay/history 的组：保持全量管线（buffer backfill 本来就是 per-row 写入），仅切片最终输出；时序语义不变。
• reset 路径不再填充 _obs_buffer 缓存（ObservationManager.reset 本就将其失效），下一个 per-step compute 正常重建。
• _map_observations 增加 num_rows 校验参数；NaN 诊断在行级路径报告真实 env id。

Validation

• 最终提交 11bb0ac3，git status --short --branch 工作树干净（仅有本仓库既有的未跟踪 benchmark/ 目录，与本 PR 无关）。
• make test-all 本地通过（最终提交上运行；含 mypy/pyright/ruff/format 与全部 pytest）。
• 新增 tests/managers/test_observation_partial_reset.py（6 个 manager 级测试：reset 行与全量 compute 切片逐位一致、RNG 流一致、时序组 fallback、缓存语义、NaN 诊断 env id）与 tests/envs/test_observation_partial_reset.py（env 级：reset_obs 行形状/写回/untouched 行逐位不变/下一步恢复全量）。
• 跨 commit A/B（固定种子 30 步 + 3 次 partial reset，sac/g1_motion_tracking × mujoco/motrix、sac/g1_wbt_obs（history fallback）、flashsac/g1_walk_flat）：obs / reward / terminated / truncated / reset_obs 全部 bitwise 一致（4 case × 156 arrays）。
• 基准 sac/g1_motion_tracking（8192 envs，同机同 commit 前后）：
  • mba_reset_obs_build_ms：MuJoCo 5.67 → 2.94 ms（-48%），Motrix 21.54 → 14.41 ms（-33%）
  • mba_reset_total_ms：MuJoCo 15.67 → 13.01 ms（-17%），Motrix 37.33 → 30.04 ms（-20%）
  • collector 吞吐：MuJoCo 67.2k → 72.8k env/s（+8%），Motrix 46.5k → 54.0k env/s（+16%）
  • 剩余 obs_build 主要是 term func 内部的全量 backend getter（U1 边界，不在本 PR）。

备注

• 排查：MBA reset / event manager 路径开销定位（reset_done 慢 5-6 倍） #1255/feat: instrument MBA reset path with fine-grained sub-step timing (#1255) #1258/排查：MBA observation / update_state 路径开销定位（2.2-2.4 倍） #1256 引入的 mba_reset_*_ms / mba_obs_*_ms 持久计时键属于优化期的临时脚手架，正式训练不需要；待 Roadmap: 优化必选的 Manager-Based runtime collector 吞吐并完成 #1042 性能验收 #1259 下所有优化完成后统一删除（见 perf: 限定 MotionCommand partial-reset 的全量重计算范围 #1261 评论）。
• 按 Roadmap: 优化必选的 Manager-Based runtime collector 吞吐并完成 #1042 性能验收 #1259 child PR 例外，本 PR 不触发、不等待远程 CI，仅以本地 make test-all 为准。
• R2 合并前不启动 U2（共享 observation_manager.py owner/file）。