รายงานทางเทคนิคนี้นำเสนอ Pelican-Sim 1.0 ซึ่งเป็นโปรแกรมจำลองที่ออกแบบมาเพื่อสนับสนุนการเรียนรู้ของปัญญาประดิษฐ์เชิงกายภาพ (Embodied Intelligence) โดยใช้การคาดการณ์ภาพจากเหตุการณ์ปัจจุบันและการกระทำของหุ่นยนต์ ตัวแบบนี้รองรับค่าการกระทำถึง 28 มิติ ทำให้ใช้งานได้กับหุ่นยนต์หลากหลายประเภท
หัวใจสำคัญคือการใช้ Sparse Mixture-of-Experts (MoE) เพื่อเพิ่มขีดความสามารถในการจัดการข้อมูลที่หลากหลาย และการกลั่นกรองกระบวนการทำงานให้เหลือเพียง 4 ขั้นตอน ซึ่งช่วยให้ทำงานได้เร็วขึ้นกว่าเดิมถึง 5.67 เท่า เมื่อนำไปใช้งานจริงพบว่าช่วยเพิ่มอัตราความสำเร็จของนโยบายหุ่นยนต์จาก 70% เป็น 93%
