邻居节点离散优选
与注意力机制不同，该图卷积网络通过离散选择邻居节点构建自适应感受野，摆脱了软注意力在大邻域上的平滑问题，并能高效建模长距离依赖。
马骁骏 · Li, Ziyao · 宋国杰 · 石川
Science China Information Sciences 2023
通过离散选择节点，而非对邻居使用连续软注意力权重，从根本上避免大邻域下权重趋同的问题。
离散选择允许从多跳邻居中直接挑选节点，无需在每一跳传播注意力信息，从而更高效地建模图上远距离节点之间的关系。
相比注意力模型，GRARF 能通过强化学习学到的策略避开噪声邻居，因此在含噪图上性能下降更小。