perf(mujoco): 单卡默认 pool 线程数收敛到有效 CPU 数，消除 2× 超订 (#1328)

[TATP-233]

Fixes #1328

改动

• src/unilab/base/backend/mujoco/backend.py：新增 _effective_cpu_count()（len(os.sched_getaffinity(0))，尊重 taskset/cgroup；macOS 等无此 syscall 的平台回退 os.cpu_count()），单卡（cpu_ids=None）默认 sizing 从 min(num_envs, 2*cpu_count()) 改为 min(num_envs, _effective_cpu_count())。显式 cpu_ids 路径不变（nthread = len(cpu_ids)）。
• tests/base/backend/test_mujoco_cpu_affinity_wiring.py：新增两条 sizing 规则单测（默认 = 有效 CPU 数；被 num_envs 截断）。
• tests/base/backend/test_mujoco_chunk_size_wiring.py：原有测试改为 monkeypatch _effective_cpu_count（原先 patch cpu_count，在 ≥4 核机器上对本 sizing 已失效，会导致 benchmark 分支被短路）。

chunk tuner 的 cache key 含 nthread（chunk_tuner.py），默认线程数变化后自动重调，无脏 cache。

Validation

• make test-all @ df9def3：2286 passed, 28 skipped, 1 xfailed（All checks passed）。
  • 过程中发现并清理了工作区里 src/unilab/envs/{locomotion,manipulation,motion_tracking} 三个纯 __pycache__ 残留目录（非 git 跟踪文件），它们以 namespace package 形式导致 test_removed_legacy_env_packages_stay_removed 假失败；与代码改动无关。
  • 另注：在 origin/main 上验证时发现一个 main 预置的测试污染——scripts/benchmark/env/benchmark_env_step.py import 时全局且不可撤销地 patch unilab.base.backend.create_backend（mujoco_warp 可导入时），致 tests/base/test_motrix_backend_options.py 两个用例在全量套件中失败（单跑通过）；base 分支（dev/issue-1042）上不复现。建议单独建 issue 跟进。
• 真实训练前后对比（本机 9950X3D + RTX 4090，32 逻辑核；uv run train --algo sac --task g1_motion_tracking --sim mujoco algo.num_envs=4096 algo.max_iterations=2000，tfevents 后半程 median）：

指标	before (nthread=64)	after (nthread=32)	变化
perf/steps_per_sec	86,099 / 86,162（两次）	96,262	+11.7%
perf/iter_ms	47.6	42.6	−10.5%
timing/collector_env_step_ms	47.7	41.9	−12.2%
timing/learner_train_ms	20.3	20.4	持平
整机 CPU%（/proc/stat，稳态 median）	37.8%	45.2%	+7.4pt

满足 acceptance：默认 nthread == min(num_envs, 有效 CPU 数)；显式 cpu_ids 仍为 len(cpu_ids)；稳态 steps/s +11.7%（≥5%）。本机为 collector-bound（learner 仅 ~20ms/iter），收益集中在 env_step 物理相，与 issue 的 Linux 机型诊断一致。

范围外（issue non-goals，未动）

• drake 后端与 scripts/benchmark/ 下裸测脚本中的 2*cpu_count sizing。
• update_state / reset_done 并行化（roadmap: motion tracking Numba 热点与统一 body-state copy 收敛 #1304 / 评估：Manager-based API 下用 Numba 加速 collector 后处理与 reset 的可行性（基于 #932 复盘） #1292 路线）、collector↔learner 流水线、多卡 DP 路径、新增配置旋钮。