perf: single-dispatch MuJoCo per-substep control via control_callback (#1259 M1b)

[TATP-233]

Parent: #1259 (Wave 2, M1b). Closes #1267. Upstream: unilabsim/mujoco_uni#1(已发布 mujoco-uni-runtime==0.4.0)。

改动

• MuJoCoBackend._step_with_pre_step_control:从每 substep 一次 pool.step(nstep=1)(sim_substeps 次 dispatch)改为单次 pool.step(nstep=N, control_callback=...)。upstream callback 在每个 substep 前重算 MBA action,数值语义与逐调用完全等效(warmstart/warning 逐 substep 清零、post_step_forward_sensor 按 gather 轮应用、pending xfrc 逐 substep concat;parity 由 upstream 测试 atol=1e-12, rtol=0 保证)。
• callback_sensordata=False:跳过逐 substep 的 sensordata gather/refresh。语义依据:现有全部 action term(JointPositionAction/MotionJointPositionAction/RoughJointPositionAction/FootstandIncrementalAction/AllegroIncrementalPositionAction/StewartTiltAction/Go2WMixedAction)在 apply_actions 中只读 physics-state 支持的 getter(joint pos/vel)或静态 buffer(encoder_bias),没有 term 读 sensor 支持的 body-state 视图;_sensor_data 仍由最终步返回刷新一次,post-step observation/metric term 消费路径不变。逐 substep 的 _physics_state 刷新保留(action term 依赖)。
• pin:mujoco-uni-runtime==0.3.1 → ==0.4.0(pyproject.toml / pyproject.rocm.toml / uv.lock / uv.rocm.lock)。
• 测试:tests/base/test_backend_pre_step_control.py fake pool 实现 callback 协议;断言单次 dispatch、逐 substep control 序列、_physics_state 逐 substep 可见、_sensor_data 仅最终刷新、pending xfrc 逐 substep concat 与清零。

不新增 SimBackend 方法,不保留多 dispatch fallback,Motrix/其他 backend 不动。

Validation

• 最终提交 a8c93060,本地 make test-all 通过(check + 2194 passed/28 skipped + benchmark smoke 33/34)。
• Benchmark(既有入口 scripts/benchmark/rl/benchmark_offpolicy_collector_active.py,8192 envs,同机 before/after,各 100 measure steps):

Case	physics ms/vector step	collector steps/s
flashsac/g1_walk_flat/mujoco	104.7 → 98.4(-6.1%)	63214 → 68487(+8.3%)
sac/g1_motion_tracking/mujoco	85.2 → 83.6(-1.9%)	56527 → 57699(+2.1%)

单次运行,本机运行间漂移可达数个百分点,正式 7-case × ≥3 runs 验收归 #1263。

行为影响

• MuJoCo:physics 数值与逐调用路径逐 bit 等效(upstream parity 测试);pre-step control fn 观察到的 _sensor_data 在 substep 间不再刷新(无现有 consumer,见上);physics_ms 计时口径不变(不含 callback 内的 control 计算)。
• Motrix / drake / mjwarp:无改动。

按 #1259 本地-only gate:不触发、不等待远程 CI。