RLinf v0.3：整合具身数据、训练与真机部署

RLinf 是面向强化学习与具身模型开发的框架，提供机器人环境、模型和计算资源的统一训练接口。 v0.3把数据采集与管理、SFT、强化学习、评测和真机部署串联起来，扩展世界模型与VLA支持、人在环算法和仿真器，并改进异步流水、权重同步与显存管理。 适配范围按具体机器人、模型与后端确认；框架提供流程支持，不代表每种组合已经完成真机验证。国产计算平台的收益应按实际硬件配置复测。