本研究探讨了图神经网络在分布偏移下的泛化能力，提出了L2R-GNN方法，通过聚类和学习权重来改善泛化性能。研究结果表明，该方法在分类、回归和语义分割等任务中显著优于现有技术，增强了可解释性，并在多个数据集上取得了优异的表现。