本研究は、二段階確率的プログラミング（2SP）問題を解決するための新しいモデルHGCN2SPを提案する。2SPは、決定問題を不確実性下でモデル化するための標準的なフレームワークであるが、多くのシナリオが関与する場合、解決が難しい。本モデルでは、シナリオ間の関係を階層的にモデリングし、強化学習の枠組みでトレーニングされることで、解決者からのフィードバックを活用する。特に、階層的グラフ畳み込みネットワークを特徴量のエンコーディングに使用し、アテンションベースのデコーダーでシナリオを適切な順序で選択する。実験の結果、HGCN2SPは短時間で高品質な解を提供し、大規模インスタンスでも優れた一般化能力を示すことが確認された。