近年来，无人潜航器对国家海洋和国土安全的威胁逐渐增加。同时，其低噪声特性和隐蔽的入侵手段也给反潜作战带来了很大困难。因此，本文提出了一种两阶段规划算法来学习和优化反潜策略。在部署阶段，建立了基于不确定马尔可夫决策过程的反潜资源分配模型，设计了一种鲁棒的部署策略强化学习算法，求解不确定条件下分配模型的纳什均衡解。在搜索阶段，建立了基于部分可观测马尔可夫决策过程的搜潜模型，设计了基于多智能体和强化学习的潜策略学习算法。最后，仿真实验验证了该算法比比较算法具有更高的性能。