perf(body-state): fuse selected body cache copies (#1307)

[TATP-233]

Summary

• 在冷路径通过 Entity.bind_body_state_copy() 固化 local → backend body IDs。
• 让 MotionCommand 的 full refresh 直接消费正式 SimBackend.copy_body_state_w() contract；partial-reset row getters 保持不变。
• MuJoCo 与 MJWarp 共用永久的 fused Numba host-copy kernel。
• Motrix 暂时使用 packed-cache kernel，并以 TODO(#1305, #1308) 明确约束删除时点；它不是长期 support contract。

Closes #1307
Part of #1304
Blocked follow-up: #1308 waits for #1305

Scope

• 10 files
• 298 additions / 49 deletions
• 未改变 reward、body subset、reset、runner/lifecycle 或配置语义。

Validation

• make test-all
  • 2301 passed
  • 27 skipped
  • 281 deselected
  • 1 xfailed
• MJWarp 真实 CUDA parity：1 passed
• 按 maintainer 对 roadmap roadmap: motion tracking Numba 热点与统一 body-state copy 收敛 #1304 的明确授权，仅执行本地 make test-all，跳过远程 CI。

Performance

统一参数：8192 envs，warmup 10 / measure 100，各 3 次取中位数。相对 Child 1：

Backend	update_state	reset_done	env/s
MuJoCo	25.778 → 19.732 ms（-23.5%）	7.077 → 7.001 ms	73,628 → 76,884（+4.4%）
Motrix	35.782 → 27.773 ms（-22.4%）	13.837 → 13.166 ms	66,543 → 72,965（+9.7%）
MJWarp	25.323 → 18.283 ms（-27.8%）	14.971 → 14.628 ms	130,895 → 154,075（+17.7%）

固定输入 probe：

• 旧双 gather：7.210 ms
• 四次 direct copy：0.732 ms
• fused Numba：0.100 ms

相对 roadmap 初始基线，当前 update_state：

• MuJoCo：29.766 → 19.732 ms（-33.7%）
• Motrix：38.648 → 27.773 ms（-28.2%）
• MJWarp：28.704 → 18.283 ms（-36.3%）