直近の対戦
勝利ランクマッチ
TE
A.
RY更新：13 時間前
Steam
JapanC100%
SteamJapanC100%mugnus
Anger Management
MR 1,727#20,888直近10戦10–0直近20戦17–3+1
勝率
63%
72勝 · 43敗 · 保存済み115件
ランクマッチの対戦
115
選択中のモード
勝利
72
ランクマッチ
敗北
43
ランクマッチ
最高MR
1,752
Ryu
ランクMR · Ryu
ローカル 100 · インポート 0 · グラフ 100 · 保存済み対戦 115
リプレイ未リクエスト
TEA.RY差の絶対値が大きい順23項目
| 傾向 | mugnus | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| SA3 | 54.2% | 35.4% | +18.8% | |
| SA1 | 21.7% | 34.9% | -13.2% | |
| SA2 | 8.4% | 20.3% | -11.8% | |
| CA | 15.7% | 9.4% | +6.2% | |
| ドライブガード | 17.1% | 11.9% | +5.2% | |
| ドライブラッシュ（キャンセル） | 32.4% | 36.4% | -4.1% | |
| ドライブアーツ | 16.2% | 18.9% | -2.7% | |
| ドライブラッシュ（パリィ） | 8.7% | 6.4% | +2.3% | |
| ドライブパリィ | 2.70 | 1.69 | +1.01 | |
| ドライブインパクト消費 | 2.0% | 1.1% | +0.9% | |
| 投げ | 1.60 | 2.20 | -0.60 | |
| ジャストパリィ | 1.10 | 0.71 | +0.39 | |
| 画面端での攻め | 10.60 | 10.94 | -0.34 | |
| 投げ被弾 | 2.40 | 2.06 | +0.34 | |
| 投げ抜け | 0.20 | 0.44 | -0.24 | |
| パニッシュカウンター成功 | 0.30 | 0.08 | +0.22 | |
| 画面端に追い込まれた時間 | 8.80 | 8.58 | +0.22 | |
| ドライブインパクト | 0.30 | 0.16 | +0.14 | |
| パリィ中に投げられた回数 | 0.10 | 0.21 | -0.11 | |
| スタン被弾 | 0.10 | 0.05 | +0.05 | |
| ドライブリバーサル | 0.10 | 0.15 | -0.05 | |
| スタン成功 | 0.10 | 0.05 | +0.05 | |
| パニッシュカウンター被弾 | 0.10 | 0.07 | +0.03 |
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
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 0.2 · 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 0.2 · 比較対象 0.08
- パニッシュカウンター被弾：プロフィール 0.1 · 比較対象 0.07
画面端に至る経緯を追う
画面端での攻め：プロフィール 8.5 · 比較対象 10.94
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 8.5 · 比較対象 10.94
- 画面端に追い込まれた時間：プロフィール 10.2 · 比較対象 8.58
ゲージ消費の目的を決める
SA1：プロフィール 19% · 比較対象 34.9%
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
- SA1：プロフィール 19% · 比較対象 34.9%
- SA2：プロフィール 13.9% · 比較対象 20.3%
- SA3：プロフィール 48.1% · 比較対象 35.4%
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 2026/09/08 · AI：dots-studio/dots-3-note-preview:free
このプレイヤーへの対策
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 0.3 · 比較対象 0.16
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 0.3 · 比較対象 0.16
- ドライブインパクト消費：プロフィール 1.8% · 比較対象 1.1%
攻める前に守り方を探る
ドライブパリィ：プロフィール 2.6 · 比較対象 1.69
使い慣れた攻めを一度試し、実際の反応を観察します。その結果から次の選択を変え、行動回数から成功率を推測しないようにしましょう。
試してみよう理解している状況で普段の打撃・投げの選択を試します。同じ反応が続く時だけ狙いを絞り、相手が対応したらタイミングを変えるか仕切り直しましょう。
根拠となる統計
- ドライブパリィ：プロフィール 2.6 · 比較対象 1.69
- ジャストパリィ：プロフィール 1.1 · 比較対象 0.71
- ドライブリバーサル：プロフィール 0.1 · 比較対象 0.15
近距離のパターンを探る
投げ：プロフィール 1.4 · 比較対象 2.2
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 1.4 · 比較対象 2.2
- 投げ抜け：プロフィール 0.2 · 比較対象 0.44
- 投げ被弾：プロフィール 2.4 · 比較対象 2.06
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 2026/09/08 · AI：dots-studio/dots-3-note-preview:free