直近の対戦
勝利ランクマッチ
LU
YA
RY更新：7 時間前
Steam
JapanC100%
SteamJapanC100%Tigger
Tiger Style
MR 2,230#32直近10戦8–2+37直近20戦12–8+18
勝率
56%
198勝 · 157敗 · 保存済み355件
ランクマッチの対戦
355
選択中のモード
勝利
198
ランクマッチ
敗北
157
ランクマッチ
最高MR
2,325
Ryu
ランクMR · Ryu
ローカル 421 · インポート 0 · グラフ 421 · 保存済み対戦 568
リプレイ未リクエスト
LUYARY差の絶対値が大きい順23項目
| 傾向 | Tigger | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| SA2 | 34.6% | 20.3% | +14.3% | |
| SA3 | 22.4% | 35.4% | -13.0% | |
| ドライブラッシュ（キャンセル） | 43.2% | 36.4% | +6.8% | |
| ドライブアーツ | 14.4% | 18.9% | -4.4% | |
| 画面端での攻め | 14.50 | 10.94 | +3.56 | |
| CA | 6.5% | 9.4% | -2.9% | |
| SA1 | 36.4% | 34.9% | +1.6% | |
| ドライブガード | 11.0% | 11.9% | -0.9% | |
| ドライブラッシュ（パリィ） | 5.9% | 6.4% | -0.5% | |
| 画面端に追い込まれた時間 | 9.10 | 8.58 | +0.52 | |
| 投げ | 1.70 | 2.20 | -0.50 | |
| 投げ被弾 | 2.30 | 2.06 | +0.24 | |
| ドライブインパクト消費 | 0.9% | 1.1% | -0.2% | |
| 投げ抜け | 0.60 | 0.44 | +0.16 | |
| パリィ中に投げられた回数 | 0.10 | 0.21 | -0.11 | |
| ドライブパリィ | 1.60 | 1.69 | -0.09 | |
| パニッシュカウンター成功 | 0.00 | 0.08 | -0.08 | |
| スタン被弾 | 0.10 | 0.05 | +0.05 | |
| スタン成功 | 0.10 | 0.05 | +0.05 | |
| ドライブリバーサル | 0.20 | 0.15 | +0.05 | |
| ドライブインパクト | 0.20 | 0.16 | +0.04 | |
| パニッシュカウンター被弾 | 0.10 | 0.07 | +0.03 | |
| ジャストパリィ | 0.70 | 0.71 | -0.01 |
統計を練習に活かす
直近100試合対戦プラン
このプロフィールの傾向と戦績から、実戦で試すヒントを作成します。行動傾向は全キャラクターの集計で、選択中のキャラクターは比較対象を決めます。
保存済みの対戦プランを確認中…
公開プロフィールの統計をOpenRouterの無料AIモデルで分析します。プランは共有・再利用のため保存されます。提案は統計に基づく仮説であり、リプレイ映像の分析ではありません。保存済みマッチプラン
生成時の根拠データと日付を保持したAIプランです。開くと両方の視点を読めます。
Ryu · 直近100試合
改善するポイント
近距離の選択を振り返る
投げ：プロフィール 1.3 · 比較対象 2.37
近距離のやり取りを5回確認します。投げの機会、投げの試行、防御の選択を分けて見ましょう。集計回数だけでは正解を判断できません。
試してみよう繰り返す状況で打撃と投げをダミーに記録し、選んだ対応を練習します。実戦でも意識して判断できているか確認しましょう。
根拠となる統計
- 投げ：プロフィール 1.3 · 比較対象 2.37
- 投げ抜け：プロフィール 0.3 · 比較対象 0.45
画面端に至る経緯を追う
画面端での攻め：プロフィール 11.5 · 比較対象 10.81
画面端に追い込まれた場面を5回確認します。最後の脱出だけでなく、その前に位置を失った判断を探し、端攻めに成功した場面も比べましょう。
試してみよう繰り返す位置関係を練習で再現し、普段の対応と隙を抑えた選択を比較します。次の対戦で端に追い込まれる頻度が変わるか確認しましょう。
根拠となる統計
- 画面端での攻め：プロフィール 11.5 · 比較対象 10.81
- 画面端に追い込まれた時間：プロフィール 11.1 · 比較対象 8.97
ゲージ消費の目的を決める
SA2：プロフィール 24.1% · 比較対象 16.8%
実際のゲージを見ながら消費判断を5回振り返ります。何を得て、どの選択肢が残ったかを記録しましょう。使用割合だけでは効率を測れません。
試してみよう使い慣れた連係で、ゲージを使う形と温存する形を練習します。結果と残量を比べ、それぞれに適した状況を決めましょう。
根拠となる統計
- SA2：プロフィール 24.1% · 比較対象 16.8%
AIが引用された統計から確認済みの練習プランを選び、優先順位を付けます。行動傾向はプロフィール全体の集計で、キャラクター戦績と直近の試合は範囲が異なります。弱点の断定や映像分析ではなく、試して確かめる提案です。 直近100試合の報告された傾向です。生涯平均ではありません。
データ保存日 2026/09/05 · AI：dots-studio/dots-3-note-preview:free
このプレイヤーへの対策
再現性のある反撃機会を探す
パニッシュカウンター被弾：プロフィール 0 · 比較対象 0.07
統計は調査の手がかりです。その間合いで反撃できると確認済みの行動を探し、見た目だけで隙があると判断しないようにしましょう。
試してみよう対象の行動が出たら確認済みの反撃を試します。相手がその行動をやめたら、無理に狙わず通常の間合い管理に戻りましょう。
根拠となる統計
- パニッシュカウンター被弾：プロフィール 0 · 比較対象 0.07
ドライブインパクトの傾向を確かめる
ドライブインパクト：プロフィール 0.2 · 比較対象 0.19
特定の場面でドライブインパクトが繰り返されるか観察します。間合い、硬直、ゲージを考慮し、練習で確認済みの対応を用意しましょう。
試してみよう同じ場面で隙を抑えた動きを試します。インパクトが来たら練習した対応を使い、来なければ通常の方針に戻しましょう。
根拠となる統計
- ドライブインパクト：プロフィール 0.2 · 比較対象 0.19
近距離のパターンを探る
投げ：プロフィール 1.3 · 比較対象 2.37
近距離での打撃、投げ、防御の実際の選択を観察します。傾向が見えてから、使い慣れた攻めの一部分だけを変えてみましょう。
試してみよう同じ反応が2回続いたら、その場面で別の選択を試します。相手が反応を変えたら、固定した癖だと思い込まず選択肢を散らしましょう。
根拠となる統計
- 投げ：プロフィール 1.3 · 比較対象 2.37
AIが引用された統計から確認済みの練習プランを選び、優先順位を付けます。行動傾向はプロフィール全体の集計で、キャラクター戦績と直近の試合は範囲が異なります。弱点の断定や映像分析ではなく、試して確かめる提案です。 直近100試合の報告された傾向です。生涯平均ではありません。
データ保存日 2026/09/05 · AI：dots-studio/dots-3-note-preview:free