本文提出了一种基于图卷积网络（GCN）的性能预测器，用于高效的硬件感知神经架构搜索（BRP-NAS）。该方法关注模型间的二元关系和数据选择策略，提升样本利用率，实验结果表明其在飞行器搜索领域优于现有方法。