本文提出三种新颖的图表示方法，利用图神经网络（GNN）学习领域无关的启发式。这些方法在处理更大问题时优于现有模型STRIPS-HGN，并有效应用于不同领域的自动规划。实验结果表明，生成的启发式算法在多个任务中具有较强的推广能力和效率。

我们提出了三种新颖的图表示方法，用于使用图神经网络（GNN）指导搜索，以学习与领域无关的启发式。实验表明，我们的启发式算法适用于训练集之外的更大问题，并超过STRIPS-HGN的启发式算法。