trl：v0.29新增自定义环境抽象

trl是Hugging Face面向Transformer模型后训练的开源库，服务研究者与工程团队。本次v0.29为GRPO训练新增environment_factory自定义环境抽象及异步工具调用，实质扩展了交互式训练工作流，训练过程可在自定义环境中调用工具并异步回收结果。项目以Apache-2.0许可发布，README提供安装与训练示例，使用GRPO的训练者可升级版本接入该机制。