论文只改变选择哪个有效角点
CADENCE 以形式化覆盖与连通性保证求解部分可观测协作守卫画廊问题（POCGAGP），但它留下一个未指定的决策：每个智能体应部署到哪个有效角点。这一选择强烈影响效率。本文没有修改 POCGAGP 的表述，也没有改动 CADENCE 的连通性机制；它只针对 CADENCE 循环内部未指定的选择环节。
实际后果是：评分错误的候选只损失效率，而不损失正确性。无论选择哪个有效角点，CADENCE 都会以完全覆盖终止，因此学习只提供候选之间的排序，而搜索仍保留其正确性条件。学习式选择器完全保留了 CADENCE 的最坏情况智能体上界 n/2 + h − 2 及其理论覆盖保证。
CNN 对网格评分，GATv2 对可见性图评分
第一种启发式是 CNN，它在网格编码上为候选角点评分。正交环境可无失真地离散到网格上，而决定角点价值的量是局部空间模式：其后的未观测区域、周围墙体朝向以及前沿位置。论文指出了这一选择的局限：可见性并非空间局部关系，因为一个角点可以沿视线揭示远处的格子，却对墙后紧邻的格子视而不见，因此卷积必须足够深以跨越视线，并且还必须额外学习几何本身已提供的遮挡逻辑。
第二种启发式是 GATv2 网络，在可见性图上用深度 Q 学习训练。这里边编码的是视线而非空间邻接，因此一次消息传递就能沿视线路径传播覆盖信息。Q 网络由四层 GATv2Conv 组成，每层后接层归一化和 ELU 激活，并在前两层之间加入残差连接；节点嵌入分别送入两个并行的两层 MLP：逐节点应用的优势头估计动作优势，作用于全局平均池化图嵌入的价值头估计状态价值。由于优势流对每个节点输出一个标量而非固定宽度向量，同一组权重可适用于任意规模的环境。
每个节点携带十个归一化特征：节点类型（未探索、已见自由空间、与已见区域相邻的墙、前沿、智能体、部署点）的独热编码，除以网格范围的 x 与 y 坐标，标记有效角点的标志，以及距部署点的行进距离。CNN 在预先计算的前后配对数据上训练，而 GAT 直接通过深度 Q 学习在 CADENCE 的 rollout 上训练，以每个回合中新发现的节点数作为奖励信号，使用 100 个世界、每个世界训练八次。
三种网格规模共 7,500 次运行
评估将基于 CNN 和 DQN 的角点选择方法与随机角点选择的 CADENCE 以及两种 ISDA 变体（ISDA edge 和 ISDA any）进行比较，测试对象是网格规模为 50²、100² 和 250² 的随机正交世界。每种算法测试 300 个世界，每个世界运行五次：每种算法 1,500 次测试，总计 7,500 次。
测量了三个指标，它们回答不同的问题：平均最终智能体数、执行过程中的最大智能体数，以及总步数。三个指标都是数值越低越好。将它们分开很重要，因为正如论文讨论所述，没有方法全面占优，每个指标都有不同的赢家。
相对随机选择的步数节省随地图增大
在 50² 的小地图上，CADENCE CNN 和 CADENCE DQN 分别以 751 步和 816 步达到完全覆盖，优于 1,488 步的 CADENCE rand point，同时与 573 步的 ISDA edge 仍具竞争力。在更大的世界上差距扩大：在 250² 环境中，CNN 和 DQN 分别用了 17,191 步和 19,000 步，而 CADENCE rand point 为 51,434 步。
相对于随机角点选择，两种方法在 50² 上大致将完成时间减半，且优势随规模增长，在 250² 地图上最多节省 67%（CNN）和 63%（DQN）的步数。论文将此归因于学习策略以最大化新揭示区域为目标训练，从而把收益集中在部署的瞬时代价上，而非终端配置的规模上。
DQN 压低峰值智能体，最终智能体略升
CADENCE DQN 在中等和大型环境中始终实现最低的峰值智能体扩张，在 100²（31.2）和 250²（53.2）上录得最低的最大智能体数，优于 rand point（74.2）和 ISDA edge（63.1）。在 250² 地图上，这相当于相比 rand point 将峰值智能体数降低 28.3%。
代价体现在最终智能体数上。Rand point 保持了略低的最终智能体数（250² 上为 44.6，而 DQN 为 47.2、CNN 为 48.8）。两种基于学习的 CADENCE 变体都以最终智能体数 6–12% 的适度增加来换取速度和峰值智能体方面的收益，论文报告这一差距在每个规模上都处于同一列内一个标准差之内。两者在最终智能体最小化上仍优于 ISDA 变体，并且都未受状态空间爆炸影响，而该爆炸导致 ISDA any 在更大 地图上超时或超出步数预算。
ISDA edge 仍更快，但没有形式化安全证书
ISDA edge 在每个规模上仍是最快的方法，其步数优势随世界增大从 +31% 扩大到 +49%。然而，DQN 在峰值智能体数上始终优于 ISDA edge，在 100²（31.2 对 33.6）和 250²（53.2 对 63.1）上均如此。在 250² 上，DQN 和 CNN 的最终智能体数（分别为 47.2 和 48.8）也低于 ISDA edge（62.9），相当于降低 22.4% 和 24.9%。
结构性差异在于保证。学习式选择器只是在 CADENCE 内部重新排列角点评估，并未修改其核心部署逻辑，因此保留了 CADENCE 的最坏情况智能体上界和理论覆盖保证。ISDA 缺乏形式化安全证书，论文将其与灾难性失败联系起来：ISDA any 在所有 250² 运行中都超时。论文将学习式选择器的贡献定位为沿速度—资源权衡曲线重新定位 CADENCE，而非简单的排行榜胜利。
证据覆盖至 250² 的随机正交世界
所有报告结果都来自 50²、100² 和 250² 的随机正交环境，每种算法 300 个世界、每个世界重复五次。学习式选择器所保留的保证是 CADENCE 的覆盖与连通性保证，论文将其与 MANET 的需求联系起来。比较集合是随机角点选择的 CADENCE 加上 ISDA edge 和 ISDA any；未测试其他选择策略。
阅读表格时有两个报告边界很重要。破折号表示在 100² 上完成步数预算内的运行不足 80%，而在 250² 上 0% 的运行在 24 小时内完成。论文自己的总结是：CNN 和 DQN 在步数上比 ISDA 慢，但在智能体利用率上达到或超过它，同时保持所需的形式化覆盖与连通性保证。
为峰值并发而非原始速度选择学习式选择
本文支持的决策不是“学习式选择更好”，而是你愿意付出哪种代价。如果约束瓶颈是达到完全覆盖的总步数，那么 ISDA edge 在每个测试规模上都获胜，且其优势随规模扩大。如果约束瓶颈是在保持形式化覆盖与连通性保证的同时降低峰值并发智能体数，那么在本证据中 DQN 是最强选项，在 100²（31.2）和 250²（53.2）上录得最低的最大智能体数，并在两个规模上都击败 ISDA edge。
这一选择的代价是最终智能体数相对随机选择增加 6–12%，论文报告这一差距在每个规模上都处于同一列内一个标准差之内。因此，学习式选择器最好被理解为将 CADENCE 推向更低的瞬时部署成本，而不是缩小终端配置或在时间上超越 ISDA。
保证被保留，但学习策略本身未被认证
被保留的保证属于 CADENCE，而非学习模型。由于选择器只在有效角点之间选择，CADENCE 仍以完全覆盖终止，并仍遵守其最坏情况智能体上界；学习组件本身不携带单独的正确性证书，评分错误的候选只损失效率而不损失覆盖。
证据也受其测试分布限制：三个网格规模的随机正交世界，GAT 在 100 个世界上训练。论文未报告非正交多边形、超过 250² 的网格规模，或比较集合之外的选择策略的结果，因此所报告的步数节省和峰值智能体降低应放在这些条件内理解。
本文引用的文献
On Learning Optimal Corners in Orthogonal Partially Observable Cooperative Guard Art Galleries
两种学习式角点选择启发式（在网格编码上的 CNN，以及在可见性图上用深度 Q 学习训练的 GATv2）在 50² 至 250² 的随机正交环境上的 7,500 次运行中，相比随机角点选择改进了 CADENCE 达到完全覆盖的步数和峰值智能体数，且收益随规模增长，同时保留 CADENCE 的形式化覆盖与连通性保证；ISDA edge 在步数上仍更快，但缺乏形式化安全证书。