refactor: 收敛四个训练入口的重复样板

[TATP-233]

Part of #1239

问题

纯机械重复的 helper 散在四个训练入口：

• run 目录命名 3 份：scripts/train_rsl_rl.py:110、scripts/train_offpolicy.py:83、scripts/train_appo.py:343-347
• checkpoint 未找到诊断文案 3 份：train_rsl_rl.py:195-228、train_him_ppo.py:57-89、（库层 src/unilab/training/run.py:245-275 为第三套同类）
• _algo_config_dict（OmegaConf→dict）4 份：train_rsl_rl.py:140、train_him_ppo.py:50、play_interactive.py:178、play_viser.py:101
• NanGuardCfg 接线 3 份：train_rsl_rl.py:456-472、train_offpolicy.py:148-156、train_appo.py:76-85
• config 快照 2 套平行写入：training/experiment.py 的 run_config.json vs scripts/train_hora_distill.py:56-85 的 distill_run_config.json

做什么

• 上述 helper 收进 src/unilab/training/run.py（或新增 src/unilab/training/entrypoint.py），四个入口脚本改为调用；
• train_hora_distill.py 的快照写入并入 ExperimentTracker 路径（输出文件格式不动，只消除第二套写入逻辑）。

不做什么

• 不动各入口的算法专属逻辑（DP 拓扑校验、replay_prefetch_mode 校验等留在脚本）；
• 不改 run 目录命名规则本身（沿用现状规则，只收敛实现）；
• 不改任何输出文件的内容与格式。

预计规模

约 8 个文件，净 +200/-450 行。

验收

• 四个入口训练冒烟测试通过；
• grep 确认不再存在重复实现；
• make test-all 通过。

[TATP-233]

#1247