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。

pyproject.toml

@@ -15,30 +15,13 @@ dev = [
     # 独立评测机（自建模拟器）：仅测试侧依赖，运行时代码零导入（懒加载 + 守卫测试）
     "mcm26b-referee",
 ]
-rl = [
-    "gymnasium>=1.1",
-    "sb3-contrib==2.9.0",
-    "stable-baselines3>=2.6",
-    "torch==2.11.0",
-]
 
 # uv 工作区：referee/ 是独立包（零第三方依赖、不依赖 mcm26b），双方仅通过 HTTP 协议耦合
 [tool.uv.workspace]
 members = ["referee"]
 
-# RL 训练使用 CUDA 12.8 版 PyTorch（本机 RTX 4060；运行时依赖保持轻量）。
-[[tool.uv.index]]
-name = "pytorch-cu128"
-url = "https://download.pytorch.org/whl/cu128"
-explicit = true
-
 [tool.uv.sources]
 mcm26b-referee = { workspace = true }
-# CUDA 12.8 版 PyTorch 仅限 Windows/Linux（RTX 4060 训练机）；
-# macOS (Apple Silicon, MPS) 回落到 PyPI 官方轮子。
-torch = [
-  { index = "pytorch-cu128", marker = "sys_platform == 'linux' or sys_platform == 'win32'" },
-]
 
 [build-system]
 requires = ["hatchling"]
@@ -102,7 +85,7 @@ disable = [
     "missing-module-docstring",       # 内部小模块与 __main__ 不强制
     "missing-class-docstring",
     "missing-function-docstring",
-    "import-outside-toplevel",        # torch/SB3/referee 等重依赖与可选依赖懒加载
+    "import-outside-toplevel",        # referee 等重依赖与可选依赖懒加载
     "wrong-import-position",          # 同上：importorskip 守卫后的延迟导入
     "ungrouped-imports",              # 同上：延迟导入无法与顶部导入分组
     "broad-exception-caught",         # 子进程 / IO / HTTP 边界防御式兜底，逐处注释