chap14：优化 Reversi 训练参数化并增加报告导出

[cccrrr0429]

修改概述:

对 `src/chap14_reinforcement_learning/reversi_main.py` 进行小幅工程化改进，在不改变 Reversi 强化学习主流程的前提下，增强参数可配置性、实验可复现性和结果可追踪性；同步更新 `README.md` 补充运行说明。

修改的详细描述

1. 更新 src/chap14_reinforcement_learning/reversi_main.py
   • 新增环境变量参数：
     • REVERSI_SEED
     • REVERSI_MAX_EPOCHS
     • REVERSI_RENDER_INTERVAL
     • REVERSI_MAX_STEPS
     • REVERSI_REPORT_OUT
     • REVERSI_DRY_RUN
   • 增加随机种子设置（random、numpy）。
   • 增加训练报告导出功能，自动生成 outputs/reversi_train_report.json。
   • 增加 DRY_RUN 模式，便于在不完整依赖环境下快速验证脚本流程与输出文件。
2. 更新 src/chap14_reinforcement_learning/README.md
   • 补充本次工程化改进说明。
   • 增加 PowerShell 运行示例（含 dry-run 与正常运行示例）。

经过了什么样的测试?

1. 操作系统：Windows（PowerShell）
2. Python版本：Python 3.9
3. 测试命令：

   $env:REVERSI_DRY_RUN=1
   $env:REVERSI_REPORT_OUT="outputs/reversi_train_report.json"
   python .\reversi_main.py

运行效果

动图、视频、截图等