docs: 清理已落地的 actpred 开发方案并修复引用

审查确认三篇方案（固定范围归一化+逐列加权、多头 one-hot、
安全图像增强）均已落地实现，删除对应文档；同步修复 4 篇
实验报告与 bins.py docstring 中的 6 处引用，MODULES.md 文档
计数更新为 64 篇。

docs/reports/pybot_actpred_dataset_training_eval_20260814.md

@@ -11,7 +11,7 @@
 
 ### 1.1 背景
 
-在微动作分解与自监督录制特性（见 `pybot_micro_action_and_recording_20260813.md`）基础上，本实验走通完整链路：dry-run 批量录制全部 `.mt` 动作脚本 → actpred 训练（未归一化 vs z-score 归一化两个版本）→ R4 离线闭环评估，并基于评估结果给出下一步开发方案（见 `actpred_action_norm_weighting_plan_20260814.md`）。
+在微动作分解与自监督录制特性（见 `pybot_micro_action_and_recording_20260813.md`）基础上，本实验走通完整链路：dry-run 批量录制全部 `.mt` 动作脚本 → actpred 训练（未归一化 vs z-score 归一化两个版本）→ R4 离线闭环评估，并基于评估结果定位下一步开发方向（固定范围归一化 + 逐列加权，后续已落地为 `actpred/action_norm.py`）。
 
 ### 1.2 实验目标
 
@@ -133,7 +133,7 @@ dry-run 下帧为合成随机噪声、IMU 全零（Mock I2C 读零）。共 13
 
 ### 4.5 核心结论
 
-归一化把各列方差拉平，隐式实现了"全列等权"，带来 spk.F 跟踪改善（hand 类 3× 提升），代价是舵机角跟踪精度下降（简单动作 1.3-25× 恶化）。缩放方式与列重要性是**正交**的两个维度，需要显式逐列权重解耦——详见开发方案 `actpred_action_norm_weighting_plan_20260814.md`。
+归一化把各列方差拉平，隐式实现了"全列等权"，带来 spk.F 跟踪改善（hand 类 3× 提升），代价是舵机角跟踪精度下降（简单动作 1.3-25× 恶化）。缩放方式与列重要性是**正交**的两个维度，需要显式逐列权重解耦——后续以固定范围归一化 + 逐列加权落地（`actpred/action_norm.py`）。
 
 ---