LeRobot 多任务 DiT 策略支持 torch.compile 并去重任务字符串

这次改动给 multi_task_dit 加了两个配置项：compile_model（默认 false）和 compile_mode（默认 None）。开启后会以 dynamic=False 编译 CLIP 视觉编码器和 DiT 的 forward，因为动态 shape 重编译会让整批步进慢 4%，所以每种 batch shape 各编译一次静态图，包括每个 epoch 不满的最后一个 batch 和推理 batch。实测在单张 A100 80GB、bf16、有效 batch 320 下，LIBERO 从 206 提升到 253 样本/秒，svla 从 176 到 215，RoboCasa 从 147 到 193，峰值内存各降约 22%；README 记录为 +22% 到 +31% 样本/秒。 处理器侧把通用 TokenizerProcessorStep 换成 DedupTaskTokenizerProcessorStep：每批只对去重后的任务字符串分词，并用 observation.language.row_index 把每个样本映射回对应行，文本塔只在去重后的行上跑再 gather 回来。分词结果按字符串缓存，整个训练过程每个任务只分词一次，LIBERO 上单微步的 host 预处理从 36 毫秒降到 3 毫秒。子任务不再被分词，该策略不消费它们。 受益的是用 LeRobot 训练多任务 DiT 策略、且批次里任务字符串高度重复的团队——常见的是每批几百个样本只带少量任务描述的场景，比如 LIBERO、RoboCasa 这类多任务数据集。因为编译 forward 绑到实例上，参数和 state_dict 键不变，FSDP2 的 unshard/reshard 钩子仍会触发，深拷贝的策略会重新绑定到副本而不是跑原权重，保存和加载在编译与 eager 下损失一致。代价是首次编译约 90 秒、每个新 batch shape 再编译一次。