revert: 移除全部机器学习代码，回退到无 ML 版本

删除 RL/HRL/训练前端及其文档、脚本、测试与依赖：
- src/mcm26b/{rl,hrl,training_ui}/、planner/{rl,hrl}_loop.py、process_control.py
- project/（PPO 策略、训练、环境、评估）
- scripts/{train_rl,train_hrl_*,benchmark_rl,benchmark_hrl,pretrain_*_expert 等}
- tests/{test_rl*,test_hrl*,test_training_ui*}、tests/js/training_ui_harness.cjs
- docs/{algo-rl,hrl-*,training-ui*} 与相关计划条目、论文 PDF 回退

CLI 恢复为 grid/seven/bayes + directional，移除 --strategy rl|hrl、
--q4-strategy、--rl-model、--hrl-* 等参数；pyproject 删除 rl 依赖组与
PyTorch CUDA index，uv.lock 同步重生成。

保留此后的非 ML 改动（referee 回放、Q1/Q3 脚本、代码清理等）。
验证：pytest 232 passed；Q3/Q4 --self-test 全清通过。

project/README.md

@@ -1,29 +0,0 @@
-# project/ 薄兼容层
-
-题目 Prompt 要求 `project/` 目录树；本仓库的真实算法保持唯一一份，
-位于 `src/mcm26b`、`scripts/`。本目录只做 re-export/转发，不复制实现。
-
-| Prompt 路径 | 真实实现 |
-|---|---|
-| `env/simulator_client.py` | `src/mcm26b/protocol/client.py` |
-| `env/local_env.py` | `src/mcm26b/hrl/hierarchical_env.py`, `low_level_env.py` |
-| `env/particle_filter.py` | `src/mcm26b/particles.py` |
-| `policies/high_level_ppo.py` | `src/mcm26b/hrl/policy.py` |
-| `policies/low_level_ppo.py` | `src/mcm26b/hrl/policy.py`, `low_level_env.py` |
-| `train/curriculum.py` | `src/mcm26b/hrl/curriculum.py` |
-| `train/domain_randomization.py` | `src/mcm26b/hrl/curriculum.py` + 配置包装 |
-| `eval/evaluate.py` | `scripts/benchmark_hrl.py` |
-| `eval/ablation.py` | `scripts/ablate_hrl.py`（P2） |
-| `baselines/heuristic.py` | `src/mcm26b/planner/hrl_loop.py` 启发式降级 |
-| `baselines/end_to_end_ppo.py` | 显式未实现；单源局部 PPO 不冒充 E2E |
-
-使用示例：
-
-```python
-from project.env.local_env import make_local_env
-env = make_local_env(problem=3, stage=1, seed=7)
-obs, info = env.reset(seed=7)
-```
-
-P1 当前交付：`benchmark_hrl.py`、`train_hrl_high.py`、CLI `--strategy hrl`、
-`--q4-strategy hrl`。P2 的 BC/Optuna/消融在 smoke 通过后另开。