直近の対戦
勝利ランクマッチ
A.
INA.更新：6 日前
Steam
Japanクラブ · ElectricC100%
SteamJapanクラブ · ElectricC100%Oblivion.
Let's Do This
MR 1,469#388,864直近10戦5–5+12直近20戦8–12+14
勝率
43%
57勝 · 75敗 · 保存済み132件
ランクマッチの対戦
132
選択中のモード
勝利
57
ランクマッチ
敗北
75
ランクマッチ
最高MR
1,564
A.K.I.
ランクMR · A.K.I.
ローカル 61 · インポート 0 · グラフ 61 · 保存済み対戦 156
リプレイ未リクエスト
A.INA.差の絶対値が大きい順23項目
| 傾向 | Oblivion. | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| SA2 | 11.5% | 22.0% | -10.5% | |
| ドライブラッシュ（キャンセル） | 17.3% | 23.3% | -6.0% | |
| ドライブアーツ | 25.9% | 21.0% | +4.8% | |
| SA1 | 42.5% | 37.8% | +4.6% | |
| CA | 13.3% | 9.6% | +3.7% | |
| SA3 | 32.7% | 30.6% | +2.2% | |
| ドライブインパクト消費 | 3.6% | 1.8% | +1.9% | |
| 画面端に追い込まれた時間 | 8.00 | 9.83 | -1.83 | |
| ドライブラッシュ（パリィ） | 9.5% | 11.0% | -1.5% | |
| 投げ被弾 | 3.50 | 2.30 | +1.20 | |
| 画面端での攻め | 12.40 | 11.29 | +1.11 | |
| 投げ抜け | 1.60 | 0.52 | +1.08 | |
| 投げ | 3.40 | 2.34 | +1.06 | |
| ドライブパリィ | 2.70 | 1.93 | +0.77 | |
| ドライブガード | 16.7% | 17.0% | -0.3% | |
| ドライブインパクト | 0.50 | 0.24 | +0.26 | |
| パニッシュカウンター成功 | 0.30 | 0.12 | +0.18 | |
| パリィ中に投げられた回数 | 0.10 | 0.22 | -0.12 | |
| ジャストパリィ | 0.70 | 0.60 | +0.10 | |
| ドライブリバーサル | 0.30 | 0.40 | -0.10 | |
| スタン被弾 | 0.00 | 0.04 | -0.04 | |
| スタン成功 | 0.10 | 0.08 | +0.02 | |
| パニッシュカウンター被弾 | 0.10 | 0.11 | -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。
A.K.I. · 直近100試合
改善するポイント
ドライブインパクトの目的を明確にする
ドライブインパクト：プロフィール 0.5 · 比較対象 0.21
ドライブインパクトを5回振り返り、使った状況と結果を記録します。有効な使い方は残し、平均回数に合わせるより失敗の共通点を調べましょう。
試してみようダミーの別スロットにドライブインパクトと通常の攻撃を記録し、混ぜて再生します。現在のゲージ状況で使える対応を見分けて練習しましょう。
根拠となる統計
- ドライブインパクト：プロフィール 0.5 · 比較対象 0.21
- ドライブインパクト消費：プロフィール 3.5% · 比較対象 1.6%
近距離の選択を振り返る
投げ抜け：プロフィール 2.1 · 比較対象 0.53
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
- 投げ抜け：プロフィール 2.1 · 比較対象 0.53
- 投げ被弾：プロフィール 3.9 · 比較対象 2.33
画面端に至る経緯を追う
画面端での攻め：プロフィール 10.4 · 比較対象 12.18
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 10.4 · 比較対象 12.18
- 画面端に追い込まれた時間：プロフィール 11.7 · 比較対象 9.75
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 2026/09/07 · AI：dots-studio/dots-3-note-preview:free
このプレイヤーへの対策
対戦成績を調査の手がかりにする
対 Akuma：132試合中87勝
低い勝率は見るべき映像の手がかりであり、有利なキャラ選択を保証しません。同じ苦しい場面が複数の試合に出るか確認しましょう。
試してみよう該当キャラクターを使うなら、映像にあった使い慣れた状況を一度試します。相手が対応できたら仮説を捨て、実際の動きに合わせましょう。
根拠となる統計
- 対 Akuma：132試合中87勝
- 対 Ryu：92試合中50勝
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 0.5 · 比較対象 0.21
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 0.5 · 比較対象 0.21
- ドライブインパクト消費：プロフィール 3.5% · 比較対象 1.6%
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 2026/09/07 · AI：dots-studio/dots-3-note-preview:free