• 空戰中飛行的首要目標： 最大限度地提高擊殺概率 (Pk) 和生存概率 (Ps)
• 通過遵循 TTP 實現主要目標
• 僅使用實戰、虛擬或建構模擬對 TTP 進行測試和評估所面臨的挑戰：

新的模擬框架，用于空戰 TTP 的測試與評估

• 利用不同的現場、虛擬和建設性模擬，迭代開發 TTPs
• 根據以下方面對 TTP 進行評估
  • 主要目標，即 Pk 和 Ps
  • 人機互動，反映飛行員與飛機和系統互動的能力和局限性

合成網絡空間效果用于訓練

• 問題陳述

用于集體訓練的網絡空間電磁活動（CEMA）和信息環境的現實動能和非動能效應并不存在。

• 研究的影響是什么？

消除白卡網絡空間效應，為訓練提供信息環境的整體表現。模擬陸軍多域作戰（MDO）的復雜性。

• 研究目標是什么？

以適當的保真度表現網絡環境、電磁頻譜和空間/定位、導航、授時（PNT）設備、事件和影響，用于 MDO。

圖：研究如何表現網絡空間領域及其與現代作戰環境所有其他領域和層面的互動。

信息環境模擬訓練

• 問題陳述

通過表現網絡空間中和通過網絡空間產生的影響來訓練信息戰（IW）所需的真實 PMESII-PT 模型并不存在。

• 研究的影響是什么？

能夠在集體訓練中真實地刺激 IW 訓練受眾。模擬陸軍多域作戰 (MDO) 的復雜性。

• 研究目標是什么？
  • 進行前端分析，生成經過驗證的需求列表。
  • 確定可支持需求的新興技術和差距，以集中科技力量。

云托管環境中的網絡空間演習、可視化和交互技術（CEVICHE）

自動化仿真管理

動態合成行為生成

用于美國國防部人工智能的大型預訓練模型

• LPTMs （如 GPT-4）已顯示出與美國防部眾多用例相關的顯著新興能力
• 它們在大量無標注數據（規模+ 自我監督）上進行訓練，并適應下游任務（遷移學習）
• LPTMs （如 GPT-4）已顯示出與多種國防部用例相關的顯著新興能力
• 它們在大量無標記數據上進行訓練（規模+ 自我監督），并適應下游任務（遷移學習）
• 舊范式包括在標注（真實/合成）數據集上訓練專門模型
• LPTMs （如 GPT-4）已顯示出與多種國防部任務相關的顯著新興能力
• 它們在大量無標記數據（規模+ 自我監督）上進行訓練，并適應下游任務（遷移學習）
• LPTM 為以這些模型為起點的人工智能系統引入了新的范式
• ARL 主辦關于 LPTMs 的機遇、挑戰和應用的科學會議（2023 年 11 月 14-16 日）
  • 來自美陸軍（如陸軍、空軍、海軍、CDAO、OUSD R&E）、學術界（如麻省理工學院、斯坦福大學、華盛頓大學、加州大學伯克利分校）和工業界（如微軟、谷歌、英偉達、Meta、Scale AI）的廣泛參與

美國國防部計算基礎設施

• LLM 隨模型大小、訓練數據和用于訓練的計算量的增加而呈冪律提高
• LLM 隨模型規模、訓練數據和用于訓練的計算量的增加而呈冪律提高
• 大多數架構進步低于 10,000 petaflops（如變壓器），但大多數能力進步超過 10,000,000 petaflops（約 600 H100 GPU）
• 如果想擁有獨立領先的美國防部生態系統，就需要為人工智能研發提供多層次的計算基礎設施
  • 團隊級：研究團隊優先使用（40 個 H100 GPU）
  • 機構級： 服務實驗室或大學集群（10,000 個 H100 GPU）
  • 國家計算中心：為跨機構大型項目訪問各類研究人員（100,000 H100 GPU）
  • 新前沿中心 超越行政命令門檻（1026 flops）。國際合作。與其他大型人類項目一樣進行投資（如強子對撞機，約 50 億美元）（100 萬 H100 GPU）
• 與 NAIRR 建議一致（但擴大了該建議的范圍）

結論

• LPTM 為美國防部的人工智能提供了一個強大的新范例，對從簡單（如文本摘要）到復雜用例（如開放式世界推理）都有廣泛影響。
• 美國防部必須在貫穿各種使用案例的核心領域領導合作研究
  • 美國防部與學術界和產業界在技術上的平等是實現美國人工智能戰略利益的核心所在
  • 服務實驗室應在這一努力中發揮核心作用
• 將研究重點放在機遇和風險緩解上
  • 與過渡合作伙伴密切合作，以應對多種使用情況
• 需要對計算基礎設施進行重大投資，以支持國防部的人工智能研發生態系統
  • 在團隊、機構、國家和國際層面采取多層次方法。如何處理不斷變化的硬件要求？如何在國防部、學術界和產業界之間共享計算？

美空軍部DAF 行動要務

• 定義彈性空間作戰指令和架構 (防御和進攻).
• 實現作戰優化的先進作戰管理系統（ABMS）/空軍聯合全域指揮與控制。
• 實現大規模移動目標指示、跟蹤和交戰（空中、海面和地面移動目標）。
• 確定下一代空中主導系統系列（傳感器、通信、指揮與控制、武器、非載人飛行器）。
• 在有爭議的環境中確定優化的彈性基地、維持和通信。
• 確定 B-21 遠程打擊系列系統。
• 確保 DAF 有能力過渡到戰時態勢以對抗同級競爭對手。
• 貫穿各領域的業務推進手段：
  • 實現并維持電磁頻譜作戰優勢，以支持全域聯合作戰。
  • 在競爭激烈的環境中為聯合部隊實現連接、生存和敏捷的快速全球機動能力。
  • 確定優化的彈藥開發和生產，以提供能力、多樣性和有效性。
  • [新]針對步調挑戰，確定實戰必備能力所需的測試和訓練能力。

制定CJADC2挑戰的框架

• CJADC2 從根本上說是一個作戰功能的作戰概念

  • 決策速度
  • 適應性（聯合和聯盟）
  • 應變能力

• 作戰概念必須為技術能力要求提供信息，但技術開發不能等待 "最終 "概念的出現

• CJADC2 的開發將以不同方式和不同速度在所有利益相關者（CCMD、軍種、盟國與合作伙伴）中進行......并將永不停息地發展。

• 管理范圍和規模：

  • 當今的分級結構效率高、速度快，但限制了選擇，而且很脆弱
  • 動態管理控制的深度和廣度

• 需要一種聯合方法：

  • 從已知的、定義明確的問題入手（如特定服務的戰斗管理功能）
  • 實施但避免“爐灶”
  • 保持界面整潔，在可行時使用全球標準，在不可行時進行調整

• 規模化并隨著時間推移不斷發展

  • 急需 C2 工具，使聯合作戰具有快速性、適應性和彈性
  • 不斷發展架構，使 C2 本身快速、適應性強、有彈性

美國陸軍作戰能力發展司令部（DEVCOM）陸軍研究實驗室（ARL）利用高分辨率傳感器、實驗室儀器和軟件技術，開發了電力測量和分析工具。為支持這些傳感器的使用，開發了一套可擴展的軟件模塊，用戶界面只需一個網絡瀏覽器。ARL 開發的用于 "嵌入式研究系統的可視化和處理 "的軟件框架和模塊稱為 ARL-ViPERS。這種基于傳感器的軟件提供了一種方法，用于配置傳感器以及與傳感器產生的數據進行交互并使其可視化，而無需在終端用戶設備上安裝任何軟件。

引言

美國陸軍作戰能力發展司令部（DEVCOM）陸軍研究實驗室（ARL）的幾個傳感器系統原型建立在通用的模塊化數據采集、存儲、處理和通信硬件上，稱為 ARL 的自主實時電力測量和儀器系統（ARL-ARTEMIS）。ARL 的移動式無人值守地面傳感器 (ARL-MUGS) 和移動式功率計 (ARL-MPM) 就是其中的兩個例子（圖 1）。這些系統配備的軟件可用于傳感器配置，以及對電力 (EP) 系統收集的數據進行實時和后處理分析。ARL 開發的 "嵌入式研究系統可視化和處理 "軟件框架稱為 ARLViPERS。以下將 ARL-ARTEMIS 和 ARL-ViPERS 分別稱為 ARTEMIS 和 ViPERS。

ViPERS 包括嵌入式網絡應用程序（可通過用戶設備，如手機、平板電腦或個人電腦上的網絡瀏覽器訪問）和 Dataserver 應用程序（用于運行自定義處理代碼）。網絡應用程序和 Dataserver 都在傳感器上運行，共同提供用戶界面 (UI)，方便用戶配置傳感器，并提供多種數據可視化工具，方便用戶進行 "邊緣 "數據分析。Dataserver 的主要職責是在后臺管理正在進行的數據處理任務，而網絡服務器則用于為用戶提供相應的用戶界面。Dataserver 可以看作是 ViPERS 的 "大腦"，而網絡服務器則是 "臉面"。

所有需要的 ViPERS 軟件都在 ARL 傳感器硬件上運行；因此，用戶無需在用戶設備上安裝任何軟件。ViPERS 還考慮到了模塊化。它包括幾個用于 EP 分析的基礎模塊，用戶可以輕松擴展軟件，加入自己的模塊。用戶還可以上傳定制的處理代碼和可視化程序，這些程序將在傳感器上實時運行；詳見第 3.18 節。

本《ViPERS 用戶指南》逐步介紹了通過網絡應用程序向用戶提供的各項功能。第 2 部分提供了連接和使用 ViPERS 所需的基本信息。第 3 部分包括 ViPERS 網絡應用程序各模塊的詳細信息；第 4 部分提供 ViPERS 數據服務器的信息。有關添加新模塊和可用應用編程接口（APIs）的說明，請參閱配套的《ViPERS 實施指南》 和《ViPERS 編程手冊》。

ViPERS基礎

ViPERS 軟件框架包括以下內容：

1. 嵌入式網絡服務器，提供與傳感器交互的用戶界面；

2. Dataserver 應用程序，用于在傳感器后臺運行處理模塊；以及

3. 用于長期數據存儲的嵌入式實時時間序列數據庫。用戶可將本節作為 ViPERS 的基本 "快速入門 "指南。

背景

美國國防分析研究所（IDA）受中間部隊能力聯合辦公室（JIFCO）的委托，對軍事行動模擬或探索性戰術 "兵棋推演"的潛在機會和局限性進行獨立分析，以發展和測試作戰概念，并為中間部隊能力（IFCs）和非致命武器（NLWs）的新系統能力提供信息。在這項研究中，國際裁軍協會考慮了各種類型的分析問題、常規武器之間的差異，以及在兵棋推演中納入IFCs/NLWs造成的人類影響。這份簡報包含了關于兵棋推演的簡短介紹，對與IFCs/NLWs最相關的兵棋推演設計的分析，以及幾個用于表現人類行為的工具包。

研究發現

IDA發現，在利用兵棋推演時有許多機會：

• 更好地了解國際武裝力量/國家解放軍如何應用于戰術環境，特別是：

  • 比較不同的綜合裝甲部隊/國家后勤基地系統的戰術效用
  • 了解不同的綜合防衛部隊/無法律約束力武器系統的效用
  • 了解系統性能的變化與戰術效用的關系

• 探討致命和非致命效果之間的協同作用以及在特定情況下對各種行為者的相關看法

• 探討廣泛的IFC/NLW使用概念，確定IFC/NLW或相關使用概念的敏感性

• 量化當前IFC/NLW政策的戰術影響，以及對策略的可能改變，以便與安全指標進行比較

• 發現各種情況下針對IFCs/NLWs的臨時和故意的對策

然而，該研究也發現了一些挑戰：

• 設計考慮到無法律約束力武器和信息戰（IO）配對的兵棋推演，特別是考慮到藍方IO、紅方IO、當地文化、當地和社會媒體以及IFCs/NLWs的視覺表現的復雜互動。
• 以可比較的方式表現致命和非致命系統的效果
• 將IFCs/NLWs對個人的生理和行為影響轉化為人群的反應
• 展示在游戲中可能使用IFCs/NLWs的廣泛條件和任務。
• 提取威懾/沖突升級階梯上的決定和行動的復雜性
• 解釋理論、組織、訓練、物資、領導和教育、人員和設施（DOTMLPF）等其他要素的潛在影響，這些要素超出了物資/系統技術的范圍，使一種能力成為現實。

建議

當決定使用兵棋推演時，建議考慮以下幾點：

• 使用兵棋推演的迭代方法來定義IFC/NLW的要求和能力
  • 從戰術層面的模擬開始，以后才擴展到作戰層面
  • 在兵棋推演中逐步引入IFCs/NLW的復雜性，以系統地了解其中的細微差別
• 雖然將其納入模擬具有挑戰性，但要注意情報組織和IFC/NLW的搭配。
• 特別考慮到沖突升級階梯的復雜性和使用IFC/NLW的時機。
• 不僅僅是材料/技術，還要探索能力的更廣泛背景，如其他的DOTMLPF要素。

描述

未來的美陸軍部隊將需要進行跨域機動（CDM），并且有時需要半獨立地進行部署，同時通信和 GPS 等基礎設施會被中斷或拒絕。機器人和自主系統將在擴大協作決策中機動部隊的作戰范圍、態勢感知和有效性方面發揮關鍵作用。

DEVCOM ARL 專注于發展對作戰人員概念的基本理解和可能的藝術，通過研究，極大地提高基于空中和地面的自主車輛感知、學習、推理、通信、導航和物理能力，以增強和增加在復雜和有爭議的環境中的機動自由。

可擴展、自適應和彈性自主 (SARA) 協作研究聯盟 (CRA) 專注于開發和實驗加速自主移動性和可操作性、可擴展異構和協作行為以及人類智能體團隊的新興研究，以實現自適應和彈性智能系統可以對環境進行推理，在分布式和協作的異構團隊中工作，并做出適時決策，以在復雜和有爭議的環境中實現自主機動。

未來的 MDO 概念：

• 需要機動以滲透并在復雜和有爭議的地區開展行動。
• 嚴重依賴RAS。

正在探索的RAS是為了：

• 在所有陸軍相關環境中運行。
• 提供更好的態勢感知。
• 增加作戰人員的距離。
• 增加對敵方的覆蓋和困境。
• 實現更快的決策。
• 以尚未想象到的方式擴展機動性。

RAS將被要求：

• 評估場景并創建和分享本地和共同世界模型。
• 以戰斗的規模和速度協調各梯隊、團隊、分隊和單個系統（包括人類）的行動、決策和機動。
• 適應環境和敵方行動中的巨大干擾和變化，并具有復原力。

執行摘要

美國國防科學委員會博弈、演習、建模和模擬（GEMS）工作組的任務是審查國防部使用GEMS工具的現狀，并提出改進GEMS工具的建議，以充分發揮其在國防部企業中從行政到作戰的潛力。GEMS工具和能力為測試新想法和概念、設計新系統并制作原型、模擬軍事行動、進行地緣政治分析以及提供培訓以提高作戰人員的準備和表現提供了具有成本效益的創新方法。工作隊認為，在當今與大國競爭回歸有關的高度競爭和動態戰略環境中，這種能力越來越重要，技術進步使全球環境監測系統的能力比過去更加強大和有用。

雖然美國防部有一些GEMS的卓越和創新，但特別工作組注意到，國防部缺乏必要的整合、資源和人才來獲得GEMS的全部利益。尤其缺乏的是將GEMS的洞察力有效地整合到高級領導對國防需求和采購項目的決策中的機制。

鑒于GEMS工具的廣泛性以及它們的不同適用性，特別工作組選擇將重點放在五個廣泛的應用領域（數字工程、訓練、實驗和演習、行動建模和分析以及戰略博弈），如圖ExS-1所示，以及它們之間的相互依賴關系。

圖ExS-1：GEMS應用領域

任務組在這五個應用領域以及兩個交叉主題領域提出了建議：基于技術的推動因素和GEMS治理。

數字工程：美國防部正在努力推進數字工程（DE）。例如，各軍種內部一直在推動使用數字工程來考慮新的系統概念；但廣泛采用數字工程仍然是一項正在進行的工作。特別工作組注意到，已經采用嚴格的數字工程的組織獲得了可衡量的好處，并強烈建議在整個企業中加速采用數字工程。此外，這種能力為國防部全面利用GEMS工具和有效地大規模生產作戰能力提供了必要的基礎。特別工作組認為，國防部全面采用DE并不要求對采購過程進行實質性的改變；然而，它將需要一些調整，特別是國防部的評估和審查過程，以便在虛擬測試中獲得DE的全部附加值。另外，虛擬測試依賴于嚴格的紀律，在所有工程活動中使用經過驗證的工具和來自權威代表的數據。這意味著國防部的工程師必須熟練掌握DE的方法、紀律、工具和技術。扶持和支持這支隊伍將需要國防部投資于必要的信息基礎設施，特別是在一系列工程任務中實現更大的自動化。

培訓：各軍事部門的培訓能力長期以來一直受益于GEMS工具和創新的使用，這些工具和創新幫助刺激了幾十年前開始的培訓革命，對美國的軍事優勢做出了重大貢獻。特別工作組注意到，在模擬、建模、虛擬現實（VR）和人工智能（AI）的推動下，軍事部門的第二次訓練革命正在進行中，但它注意到聯合部隊的訓練需要大幅改進。雖然作戰司令部（CCMD）努力保持聯合訓練，但現實情況是，大多數CCMD演習是由對特定場景最負責的軍事部門領導的--因此訓練具有特定軍種的味道。為了讓潛在的對手面臨多種困境，并使他們的計劃變得復雜，聯合部隊必須進行訓練，以便在所有領域內進行協作和同時作戰。為此，特別工作組建議集中精力激勵各軍事部門使其訓練更加聯合--更加代表 "我們將如何作戰"，確保各軍事部門之間必要的網絡連接以支持聯合訓練，并建立強大的全領域聯合訓練能力。工作隊還建議不斷努力加強其分布式訓練能力，確定具體的模擬訓練，在主要的訓練中心提供高質量的訓練，但可以從家庭駐地進行操作。與其他GEMS能力一樣，實現這種聯合和全域訓練的能力將需要持續的行政級別領導和多年的充足資源。

實驗和演習：美國防戰略（NDS）委員會報告呼吁 "通過實驗、演習和訓練驗證新的作戰概念以實現戰略優勢"。特別工作組贊同這一呼吁，并得出結論，國防部必須在聯合軍事部門/合作伙伴層面重振基于概念的實驗，以應對同行競爭對手帶來的長期挑戰。特別工作組注意到，聯合概念實驗在國防部已經成為一門失傳的藝術。特別工作組建議重振這種能力，采用一種基于運動的方法，更迅速地提供新的作戰方式和新的能力來應對當前和新出現的作戰挑戰。特別工作組建議采用運動式方法，產生一個反饋循環，反復完善概念和能力，在這個過程中盡早剔除失敗，同時將完善的概念和能力反饋給下一階段的實驗。特別工作組進一步建議，將聯合作戰問題和想法注入正在進行的軍種實驗中；國防部應在軍事部門之外贊助聯合概念實驗；并為軍種和CCMD（特別是美國印太司令部（USINDOPACOM）和美國歐洲司令部（USEUCOM））的實驗運動和演習提供額外支持。

行動建模和分析：國防部目前的行動模型被用來為投資決策提供信息，特別是在各軍事部門之間；然而，這些模型在關鍵領域存在不足。特別是，它們沒有有效地解決國防部所處的多領域安全環境的復雜性，而且它們沒有能力提供快速分析以告知決策者。特別工作組還發現，國防部領導層對行動建模的支持和信心不一。因此，特別工作組的建議側重于發展補充性戰役分析，更加強調及時、簡單、定性/定量的模型，同時也投資于下一代行動建模能力，利用包括人工智能和機器學習領域的技術進步。需要提高這些能力，以灌輸對這些工具的有用性的信心，為投資決策提供信息。工作隊還建議在發展基于情景規劃的聯合作戰概念（CONOPS）方面做出更有力的努力，以推動戰役建模和分析，并為資源分配提供依據。

戰略博弈：美國在冷戰期間很好地利用了戰略博弈技術--在一個長期的分析區間內進行 "移動-反移動 "評估。最近的努力集中在眼前的威脅上（例如，恐怖主義），戰略博弈已經成為分析當今更大和更長期挑戰的一個很少使用的工具。現在，美國面臨著先進的大國對手，其技術能力和經濟實力可以與我們匹敵。為了應對這些挑戰，國防部需要重振其戰略博弈。工具的好壞只取決于使用它們的參與者。有效的戰略博弈將需要高層領導認真參與博弈本身。特別工作組建議利用新的技術和分析發展來重建戰略博弈能力，以更好地了解地緣政治的變化、對手的目標以及對手在大國競爭時代對美國行動和舉措的潛在反應。特別工作組指出，在開發新的博弈工具方面存在利用技術進步的機會--包括社會、金融和通信網絡的算法分析、因子樹、定量建模和分布式博弈技術，以更有效地支持戰略博弈。特別工作組還承認，與大國對手的有效競爭將需要一個整體的政府方法，國防部應率先將戰略博弈擴展到美國政府的相關部門。

基于技術的促進因素：雖然GEMS工具受益于許多領域的技術進步（如不斷提高的計算能力、人工智能/機器學習），但特別工作組重點關注兩個相關技術--游戲引擎和合成環境。商業化的游戲引擎可以加速GEMS工具的開發，強大的合成環境可以提高數字模型的效用。特別工作組注意到，國防部的一些組織已經在使用這些技術，但主要是以臨時的方式使用。因此，建議的重點是：建立一個基礎設施，以實現和激勵重復使用，從而在降低成本的同時加快進展；確保承包商在產品采購（或重大升級）期間建立的符合要求的合成環境可供整個部門重復使用。采用更好的數據分析方法來生成大規模的事后報告，將有助于從游戲、實驗和演習以及原型設計中獲得最大價值。

GEMS管理：特別工作組注意到，雖然工業界的成功案例表明，需要持續的、自上而下的領導和管理來實現變革，并實現GEMS工具的潛在效益，但國防部的管理結構并沒有促進整個企業的做法。鑒于整個國防部顯然需要進行文化和技術變革，必須建立一個更加協調的管理結構。這一領域的建議集中在促進GEMS互操作性和可重復使用性的行動上，以及建立一個由高級領導人領導的治理結構，并為指導國防部的建模和仿真（M&S）企業提供適當的權力和資源。

本報告中的大多數建議是文化和技術轉型的起點，如果美國防部要從GEMS工具中獲得全部利益，就必須進行這種轉型。雖然特別工作組對已經開展的GEMS行動表示贊賞，但結論是，如果美國防部要充分利用GEMS在上述應用領域潛在的改變博弈規則的力量，全企業的努力是必不可少的。

在這個大國競爭的新時代，美國防部（和美國政府）面臨著復雜的選擇，需要有分析性的選擇；對決策速度和敏捷性的需求從未如此迫切。在這方面，特別工作組的結論是，國防部必須大幅提高其全球環境監測系統的能力，以跟上其競爭對手的步伐并有效地應對威脅--今天和未來幾年。要做到這一點，需要整個企業的文化變革和技術變革。在美國今天所處的高度競爭和動態的國家安全環境中，需要一個強大的GEMS工具箱來為國防部的決策提供信息。然而，如果國防部要實現GEMS的潛力，該部的高層領導必須負責提供愿景、支持和持續的資源，以實現所需的變革。本報告為國防部提供了一個路線圖，以充分利用GEMS工具，實現更好的決策、更智能的演習和實驗，并最終實現更強大的軍事力量。

為了支持未來的多域作戰分析，美國DEVCOM分析中心（DAC）正在探索如何在陸軍的作戰模擬中體現天基情報、監視和偵察（ISR）資產的貢獻。DAC正在使用基于能力的戰術分析庫和模擬框架（FRACTALS）作為方法開發的試驗基礎。用于預測衛星軌道路徑簡化一般擾動的4種算法已經被納入FRACTALS。本報告的重點是來自商業衛星群的圖像產品，其分辨率為1米或更低。報告介紹了預測分辨率與傳感器特性、傾斜范圍（包括地球曲率）和觀察角度的關系的方法。還討論了在不同分辨率下可以感知的例子。

在2021年建模與仿真（M&S）論壇期間，空間情報、監視和偵察（ISR）建模被確定為當前/近期的建模差距。美國陸軍作戰能力發展司令部（DEVCOM）分析中心（DAC）提交了一份陸軍M&S企業能力差距白皮書（Harclerode, 2021），描述了幫助填補這一差距的行動方案。陸軍建模和仿真辦公室已經資助DAC開發方法，以代表商業、國家和軍事空間和低地球軌道資產的性能及其對聯合作戰的影響，并在基于能力的戰術分析庫和模擬框架（FRACTALS）內進行測試實施。

FRACTALS是DAC開發的一個仿真框架，它提供了通用的結構 "構件"，用于模擬、仿真和評估ISR系統在戰術級任務和工作中的性能。FRACTALS作為DAC開發的各種ISR性能方法的測試平臺，將文件或數據被納入部隊的模擬中。FRACTALS還作為DAC的一個分析工具，在戰術環境中對ISR系統進行性能分析比較。

這項工作需要在一定程度上體現衛星飛行器（高度、軌跡和運動學）、傳感器有效載荷（光電[EO]、紅外、合成孔徑雷達和信號情報）、網絡、控制系統、地面站（時間線、通信、處理、利用和傳播）、終端用戶以及連接它們的過程和行為。本報告描述了DAC為支持這一工作所做的一些基礎工作，重點是可見光波段相機圖像。