verl-project/verl

重构 fully_async 代理循环，支持中断时自动恢复，简化架构。

建议技术管理者和工程师精读此 PR，关注以下设计决策： - **架构简化**：移除专门的 partial agent loops，将中断恢复逻辑内聚到 `AsyncLLMServerManager`，值得学习如何减少冗余代码。 - **异常处理模式**：`task_exception_handler` 展示了异步任务异常日志的最佳实践，可借鉴到其他异步模块。 - **配置统一**：统一配置参数简化了用户接口，体现了设计一致性。 同时，建议在合并后运行全面测试，验证中断恢复功能，并更新相关配置文件。

在 MTP 文档中添加性能说明和图像，记录启用 MTP 对 rollout 接受率和 H20 GPU 吞吐量的影响。

对于工程师，此 PR 变更简单，无需深入阅读。但文档维护者应关注图像托管问题，考虑将图像内部化到项目仓库以避免未来 broken links。