一种面向非广域目标搜索任务的水下机器人优化决策方法，其特征在于，包括以下步骤：

(S1)非广域建模：将非广域抽象为一系列连续的二维直线或曲线，确定其一维表达形式；

(S2)对先验离散数据集合进行扩展，估计非广域环境下的目标概率图；

(S3)调整目标概率图，提取满足任务时间约束的高价值子区域；

(S4)根据给定的评价指标，确定水下机器人对各高价值子区域的访问排序；(S5)利用修正Dubins场引导水下机器人到达各高价值子区域，然后机器人覆盖扫描各高价值子区域，直至完成目标搜索任务；利用修正Dubins场引导水下机器人到达各高价值子区域的方法为：给定无障碍自由环境下各子区域间的最短路径为规划的Dubins路径，根据规划的Dubins路径定义初始Dubins场，在该场内的机器人期望速度为：其中，d表示机器人跟踪Dubins路径的横向误差，d0为定值，表示Dubins路径的切向量，表示垂直于Dubins路径的法向量，(x,y)表示机器人当前位置，φ表示Dubins路径；对初始Dubins场进行修正，以引导机器人躲避障碍物：假设非广域内有No个障碍物且各障碍物n∈{1,...,No}的表面方程为其中(xn,yn)表示障碍物中心、an,bn和qn,rn分别表示尺寸系数和形状系数，则各障碍物的权重系数表示为：各障碍物的修正矩阵表示为：其中，I为2×2单位矩阵，ρ＆gt;0表示障碍物反应系数，表示障碍物法向量；则所有障碍物的综合修正矩阵为：修正Dubins场内机器人期望速度为：其中，v0表示水下机器人的航行速率，当机器人以速度航行时，可在跟踪Dubins路径的同时安全躲避障碍物，保证机器人到达下一个子区域；依次连接水下机器人在各子区域间的转场路径以及对各子区域的覆盖路径，得到规划路径。