直近の対戦
敗北ランクマッチ
LU
DELU更新：1 週間前
Steam
Japanクラブ · AddictedPartyM100%
SteamJapanクラブ · AddictedPartyM100%owl.
Two Years & Still Fightin'
MR 1,792#11,576直近10戦5–5-3直近20戦10–10-5
勝率
49%
23勝 · 24敗 · 保存済み47件
ランクマッチの対戦
47
選択中のモード
勝利
23
ランクマッチ
敗北
24
ランクマッチ
最高MR
1,825
Luke
ランクMR · Luke
ローカル 47 · インポート 0 · グラフ 47 · 保存済み対戦 68
リプレイ未リクエスト
LUDELU差の絶対値が大きい順23項目
| 傾向 | owl. | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| SA1 | 50.6% | 30.6% | +20.0% | |
| ドライブラッシュ（キャンセル） | 22.7% | 37.3% | -14.6% | |
| ドライブアーツ | 29.9% | 16.7% | +13.3% | |
| SA3 | 22.1% | 34.2% | -12.1% | |
| SA2 | 14.3% | 26.0% | -11.7% | |
| CA | 13.0% | 9.2% | +3.8% | |
| ドライブガード | 9.8% | 13.2% | -3.4% | |
| 画面端での攻め | 11.30 | 13.55 | -2.25 | |
| ドライブインパクト消費 | 3.2% | 1.4% | +1.8% | |
| ドライブラッシュ（パリィ） | 6.1% | 7.6% | -1.5% | |
| ドライブパリィ | 1.10 | 1.80 | -0.70 | |
| ジャストパリィ | 0.30 | 0.69 | -0.39 | |
| 投げ | 2.70 | 2.43 | +0.27 | |
| 投げ抜け | 0.60 | 0.37 | +0.23 | |
| ドライブインパクト | 0.40 | 0.19 | +0.21 | |
| 画面端に追い込まれた時間 | 8.60 | 8.74 | -0.14 | |
| パニッシュカウンター被弾 | 0.20 | 0.06 | +0.14 | |
| パニッシュカウンター成功 | 0.20 | 0.08 | +0.12 | |
| 投げ被弾 | 1.90 | 2.01 | -0.11 | |
| ドライブリバーサル | 0.10 | 0.20 | -0.10 | |
| スタン成功 | 0.00 | 0.07 | -0.07 | |
| スタン被弾 | 0.10 | 0.06 | +0.04 | |
| パリィ中に投げられた回数 | 0.20 | 0.22 | -0.02 |
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。
Luke · 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 0.4 · 比較対象 0.17
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 0.4 · 比較対象 0.17
- ドライブインパクト消費：プロフィール 3.8% · 比較対象 1.3%
パニッシュカウンターの原因を見直す
パニッシュカウンター成功：プロフィール 0.3 · 比較対象 0.08
受けたパニッシュカウンターと決めたものを各5回確認します。空振りとガード後の隙を分けてから、練習する課題を選びましょう。
試してみよう繰り返す場面をトレーニングで再現し、間合いとフレームメーターを確認します。より安全な選択か、実際に届く反撃を練習しましょう。
根拠となる統計
- パニッシュカウンター成功：プロフィール 0.3 · 比較対象 0.08
- パニッシュカウンター被弾：プロフィール 0.2 · 比較対象 0.06
ゲージ消費の目的を決める
ドライブアーツ：プロフィール 31.5% · 比較対象 15.4%
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
- ドライブアーツ：プロフィール 31.5% · 比較対象 15.4%
- SA1：プロフィール 48.3% · 比較対象 30.7%
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 2026/09/06 · 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 Ryu：82試合中48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 Ryu：82試合中48勝
- 対 A.K.I.：37試合中16勝
- 対 Alex：79試合中34勝
継続する傾向と単発のミスを分ける
保存済みの直近ランクマッチ：26試合中13勝
複数の直近試合で勝ちと負けを比べます。印象的な一度のミスより、繰り返す状況を中心に準備しましょう。
試してみよう最初のラウンドで仮説を一つ確認します。繰り返すなら準備した調整を行い、違うならその仮説を捨てて新しい傾向を観察しましょう。
根拠となる統計
- 保存済みの直近ランクマッチ：26試合中13勝
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 2026/09/06 · AI：dots-studio/dots-3-note-preview:free