本研究提出了一种新型离散PINN框架，结合图卷积网络和偏微分方程（PDE）变分结构，能够有效处理不规则几何和稀疏数据。通过多级图神经网络，解决了深度学习在物理系统模拟中的数据格式不匹配问题，实验证明其在PDE求解中的有效性。此外，研究还探索了使用PINNs解决障碍相关的PDE，取得了良好效果。