本项目旨在应对探测安静、低可观测移动目标（例如潜艇）的作战挑战，通过开发一个将目标运动动力学与不完善传感器信息相集成的概率搜索框架。该研究将搜索环境建模为离散化网格，使用离散时间马尔可夫链表示目标运动，并通过一个融合传感器观测与预测运动的两阶段贝叶斯过程来更新搜索者的信念状态。利用此框架，研究开发了一套分层次的搜索策略。这些策略范围涵盖从静态基线策略到自适应贪婪策略以及多步前瞻策略。通过计算其未探测概率和条件期望探测时间来比较这些策略。结果表明，所有自适应策略均显著优于基线策略，而简单的一步贪婪策略性能几乎与计算量更大的两步及三步前瞻方法相当，这主要是由于强烈的目标漂移使概率分布保持单峰且与贪婪搜索轨迹一致。我们得出结论：对于许多现实的海上搜索场景，尤其是那些存在主导运动偏差和中等传感器噪声的情况，计算量轻的贪婪方法可以实现与更复杂方法相媲美的性能。