Sim: MuJoCo 域随机化 #93

拆自 #61。

背景

当前 domain_rand 的后端接线主要落在 Motrix 路径：NpEnv 只对 motrix 分支调用后端级刚体属性随机化和外力推扰；MuJoCoBackend 侧还没有同等的后端级能力与测试覆盖。

目标

• 为 MuJoCo 路径补齐域随机化能力
• 与现有环境配置中的 domain_rand 契约保持一致
• 为 MuJoCo 路径补上回归测试，避免后续和 Motrix 行为继续漂移

范围

• 支持 base mass 随机化
• 支持 base COM 随机化
• 支持按 push_interval / max_force 配置的外力推扰
• 明确 MuJoCo 路径下这些随机化是在 reset 时还是 rollout 中生效，并在代码/文档中固定约定

验收标准

• training.sim_backend=mujoco 时，开启 domain_rand 配置后行为生效
• 与 domain_rand 相关的配置不会只在 Motrix 路径生效
• 至少补齐对应的单测/slow test，覆盖配置接线与关键运行时行为
• 若 MuJoCo 与 Motrix 语义无法完全一致，需要明确记录差异