`train_pytorch.py`: wandb image logging fails with "Un-supported shape [224, 9, 224]" when images are NHWC

[leo038]

## 环境
- 脚本: `scripts/train_pytorch.py`
- 运行方式: `torchrun --standalone --nnodes=1 --nproc_per_node=4 scripts/train_pytorch.py <config> --exp_name <name>`
- 触发位置: 首次 batch 时向 wandb 记录 sample images 的代码块

## 现象
```text
ValueError: Un-supported shape for image conversion [224, 9, 224]

发生在 wandb.Image(img_concatenated)。

原因

• 统一 dataloader 在 PyTorch 下返回的 observation 图像是 NHWC [B, H, W, C]（与 JAX/LeRobot 一致）。
• 当前实现假定图像为 NCHW，对 img[i]（实际为 [H, W, C]）做了 permute(1, 2, 0)，得到 [224, 3, 224]，再沿 dim=1 拼接 3 个视角得到 [224, 9, 224]，wandb 无法识别。

建议修复

1. 根据格式判断：若 frame.shape[0] == 3 视为 NCHW，做 permute(1, 2, 0) 转为 NHWC；否则按已是 NHWC 处理。
2. 拼接时在 NHWC 的 width 维度上 cat，得到 [H, W_total, 3] 再传给 wandb.Image。
3. 若像素值在 [-1, 1]，先线性缩放到 [0, 1] 再传入，避免 wandb 的数值范围警告。