Work: 提取训练脚本公共逻辑 — 消除 4 脚本重复代码 #150

Work type

refactor

Area

other

Problem

4 个训练脚本存在大量复制粘贴代码，违反 DRY 原则：

代码重复导致：

• 修改通用逻辑需要在 4 个文件同步修改
• 新增训练脚本需要复制大量样板代码
• 修复 bug 容易遗漏某个脚本

Deliverable

1. 新建 src/unilab/training/common.py 模块，提取以下公共函数：

   • ensure_registries() -> None — 确保环境/算法注册
   • parse_checkpoint_path(cfg: DictConfig) -> Optional[str] — 解析 checkpoint 路径
   • setup_logger(log_dir: Path, algo_name: str) -> Logger — 统一日志设置
   • create_env(cfg: DictConfig, device: str) -> NpEnv — 统一环境创建
   • render_play_mode(env: NpEnv, policy, num_steps: int) -> None — Play 模式渲染

2. 创建 src/unilab/training/backend_adapter.py 模块：

   • BackendAdapter 类 — 集中处理 Motrix 兼容逻辑
   • 替代分散在各脚本中的 motrix_legacy 处理

3. 所有训练脚本改为导入公共函数，移除重复代码

Definition of done

• training/common.py 公共模块创建
• training/backend_adapter.py 后端适配器创建
• 4 个训练脚本的重复代码减少 60%+
• 删除各脚本中的 ensure_registries() 重复实现
• 删除各脚本中的 Motrix 兼容层重复代码
• 无功能回归 (所有训练脚本可正常启动)
• CI green

Dependencies and blockers

建议 Issue #137 (DR 能力查询 API) 完成后进行，BackendAdapter 需要依赖后端能力检测

Validation plan

• uv run python scripts/train_rsl_rl.py task=go2_joystick algo.max_iterations=1 正常
• uv run python scripts/train_appo.py task=go2_joystick algo.max_iterations=1 正常
• uv run python scripts/train_offpolicy.py task=go2_joystick algo.max_iterations=1 正常
• make test 通过