perf(reset): reset 路径 backend 边界 row-scoped 化与 set_state 计时补齐 (#1295)

[TATP-233]

Fixes #1295. Parent: #1292（杠杆 3）。Motrix Rust 边界仍属 #682，本 PR 不涉及。

改动

set_state 计时补齐

• 关键发现：manager-based 路径下 ResetStateTransaction.commit() 的 backend timing 返回值一直被丢弃，benchmark 的 set_state_* key 因此全为 0。现在在 commit 内捕获外层 wall-clock（dr_reset_set_state_ms）+ backend 子项，ManagerBasedRlEnv 经新 hook _collect_reset_backend_timing_ms 上报进 info["timing"]；收集时按 RESET_DONE_DETAIL_TIMING_KEYS 过滤，顺带修掉旧 key 的 stale 泄漏。
• mjwarp set_state 从 2 个 collapsed key 改为共享 schema：新增 set_state_reset_upload_ms / set_state_reset_forward_ms / set_state_host_cache_refresh_ms 实测值 + set_state_internal_gap_ms；mujoco/motrix 以 0.0 占位保持列稳定；删除 legacy set_state_reset_ms / set_state_cache_refresh_ms（全仓库无引用）。
• benchmark keyset / CSV 列同步扩展，新增 mjwarp set_state 明细表。

reset 路径 row-scoped

• SimBackend 新增 get_body_lin_vel_w_rows / get_body_ang_vel_w_rows（默认全量+切片），mujoco/motrix 覆盖为行级 gather；EntityData 增加 4 个 *_rows 薄封装。
• MotionCommand._refresh_robot_state 行分支改用 row getter，消除每次 reset 4 次全 batch fancy-index 拷贝。
• ManagerBasedRlEnv.reset() 的 command/obs compute 段包进 scene._scoped_state_reads，跨 term 重复 getter 去重（scope 在 set_state commit 之后进入，值为 post-reset 新鲜读取）。

明确不做：obs term 契约行级化（该 task 热 obs term 全部配置 UniformNoiseCfg，noise 需 full-batch draw 保持共享 RNG 流 bitwise parity，行级化只能省 term 内算术，性价比不成立）；Motrix Rust 边界（#682）。

Parity

row getter 逐行 gather 与"全量取再切片"bitwise 一致；noise draw 路径未动。既有 parity 锚点全绿：test_motion_command_partial_reset.py（行刷新 vs 全量刷新）、test_observation_partial_reset.py（bitwise）、test_sim_backend_smoke.py（新增 vel rows parity）。另修复 HEAD 既有 bug：test_mjwarp_backend.py::test_real_cuda_init_reset_step 重复 monkeypatch 块导致 CUDA graph 下无限递归。

Validation

• make test-all 本地已通过（含 docs 契约；support matrix 已 regenerate）。
• slow lane 全量 273 passed（含 mjwarp CUDA 新增 set_state schema 测试）。
• 按用户要求跳过远程 CI 等待。

三后端同机对照（必测项，Ryzen 9 9950X3D + RTX 4090，8192 envs，sac/g1_motion_tracking）

backend	reset_done 基线	reset_done 本 PR	Δ	throughput 基线 → 本 PR
mujoco	9.38 ms (8.2% env)	6.92 ms (6.1%)	−26%	70.8k → 71.5k env/s
motrix	20.63 ms (13.8%)	14.20 / 13.34 ms（两次复测）	−31~35%	54.0k → 60.4k / 64.0k env/s
mjwarp	14.11 ms (21.9%)	14.79 / 14.63 ms（两次复测）	≈ 持平	123.5k → 129.2k / 127.2k env/s

mjwarp 持平原因已被新 keyset 量化：reset_done 14.6 ms 中 set_state 占 6.0 ms，其中 reset_forward 5.2 ms（86.8%）为 device 侧 forward，不在 host row-scoping 范围；host 侧收益被 device 边界主导掩盖。注意：基线为单次采样，未改动的 update_state 亦存在 run 间波动，但 reset_done 下降幅度大且 motrix 两次复测方向一致。

结果文件（未入库）：scripts/benchmark/outputs/offpolicy_collector_active/results_issue1295_{baseline,after}.json/csv + 两个 rerun JSON。

mjwarp set_state 子项（新增量化能力）

sub-key	ms	share
reset_upload	0.114	1.9%
reset_forward	5.215	86.8%
host_cache_refresh	0.622	10.3%
internal_gap	0.010	0.2%