最近一场对战
胜利排位赛
RA
E.RA更新于4小时前
CrossPlatform
JapanC100%
CrossPlatformJapanC100%ドレミファソ
NEW GENERATION
MR 1,806#9,744最近 10 场8–2+44最近 20 场15–5+74
胜率
58%
136 胜 · 99 负 · 已存 235 场
排位赛对战
235
已选模式
胜场
136
排位赛
负场
99
排位赛
最高 MR
1,806
Rashid
排位 MR · Rashid
本地 235 · 导入 139 · 图表显示 369 · 已存 242 场对战
尚未请求回放
RAE.RA按差值绝对值从大到小排列23 项习惯
| 习惯 | ドレミファソ | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA2 | 72.5% | 56.0% | +16.4% | |
| SA3 | 6.5% | 16.6% | -10.1% | |
| SA1 | 16.7% | 22.7% | -6.0% | |
| 斗气防御 | 8.9% | 13.0% | -4.2% | |
| 斗气前冲（招架） | 3.5% | 7.4% | -3.9% | |
| 斗气技 | 23.5% | 20.1% | +3.5% | |
| 被困版边时间 | 11.30 | 9.52 | +1.78 | |
| 版边压制 | 16.80 | 15.02 | +1.78 | |
| 斗气前冲（取消） | 33.9% | 32.1% | +1.8% | |
| 斗气迸放消耗 | 3.1% | 2.0% | +1.1% | |
| CA | 4.3% | 4.7% | -0.3% | |
| 精准招架 | 0.40 | 0.61 | -0.21 | |
| 受到投技 | 2.20 | 2.05 | +0.15 | |
| 斗气迸放 | 0.40 | 0.25 | +0.15 | |
| 造成昏厥 | 0.20 | 0.10 | +0.10 | |
| 惩罚反击命中 | 0.20 | 0.13 | +0.07 | |
| 斗气招架 | 1.70 | 1.77 | -0.07 | |
| 投技 | 2.70 | 2.64 | +0.06 | |
| 拆投 | 0.40 | 0.37 | +0.03 | |
| 招架时被投 | 0.30 | 0.28 | +0.02 | |
| 受到昏厥 | 0.10 | 0.08 | +0.02 | |
| 斗气反攻 | 0.30 | 0.31 | -0.01 | |
| 受到惩罚反击 | 0.10 | 0.11 | -0.01 |
从数据到练习
最近100场对战计划
根据此档案的习惯和战绩，生成可在实战中验证的思路。习惯统计涵盖所有角色；所选角色用于确定对照组。
正在检查已保存的对战计划…
使用OpenRouter的免费AI模型分析公开档案统计。计划会保存以供共享和复用。建议是基于统计的假设，并非回放视频分析。已保存的对战计划
保留生成时依据数据和日期的AI计划。展开即可阅读两种视角。
Rashid · 最近100场
需要改进的地方
让斗气迸放有明确目的
斗气迸放：档案 0.3 · 参考 0.24
回看五次斗气迸放，记录使用场景和结果。保留有效用法，研究反复失败的原因，而不是追求参考平均次数。
试试这样做在不同训练人偶槽位记录斗气迸放与普通攻击，混合播放，练习辨别并选择当前量表状态下可用的应对。
数据依据
- 斗气迸放：档案 0.3 · 参考 0.24
- 斗气迸放消耗：档案 3.3% · 参考 2.1%
明确每次量表消耗的目的
SA2：档案 85.2% · 参考 51%
看着实际量表回顾五次资源决策，记录换来了什么以及还剩哪些选择。使用占比本身不能衡量效率。
试试这样做练习熟悉连段的资源消耗版本与节省版本，比较结果和剩余量表，再决定各自适用的场景。
数据依据
- SA2：档案 85.2% · 参考 51%
- SA1：档案 10.9% · 参考 27.1%
- CA：档案 0.8% · 参考 5.1%
追踪位置得失的过程
版边压制：档案 15.5 · 参考 14.49
回看五次被逼到角落的过程。除了最后的脱身尝试，也要找出更早交出空间的决策，并对照成功压制角落的场景。
试试这样做在训练中重现反复出现的位置，比较常用应对与较少露出破绽的替代选择，再观察下一组对战中进入角落的频率。
数据依据
- 版边压制：档案 15.5 · 参考 14.49
- 被困版边时间：档案 9.9 · 参考 8.96
AI根据引用统计选择经过检查的练习方案并排序。习惯涵盖整个档案，角色战绩与近期样本的统计范围不同。这些是供验证的思路，并非已确认的弱点或视频分析。 最近100场比赛的已报告趋势，并非生涯习惯平均值。
数据保存于2026年9月7日 · AI：dots-studio/dots-3-note-preview:free
如何应对这位玩家
把对局战绩当作观察线索
对阵Char 253：1,313场中获胜668场
较低胜率提示可以研究哪些录像，但不保证选角优势。确认同一种困难场景是否出现在多场比赛中。
试试这样做如果你使用引用的角色，就试一次录像中熟悉的场景。对方应对良好时，放弃原假设，按实际表现调整。
数据依据
- 对阵Char 253：1,313场中获胜668场
- 对阵Luke：120场中获胜56场
- 对阵Ryu：88场中获胜37场
先试探实际防守反应
斗气招架：档案 1.4 · 参考 1.66
尝试一次熟悉的压制场景并观察真实反应，再据此变化下一次选择。不要把事件次数当作成功率。
试试这样做在理解的局面中尝试常用的打投选择。只在反应稳定时继续针对；对方开始调整时，就改变节奏或重新拉开。
数据依据
- 斗气招架：档案 1.4 · 参考 1.66
- 精准招架：档案 0.3 · 参考 0.6
试探近距离模式
投技：档案 3.2 · 参考 2.58
观察实际的打击、投技和防守选择。出现倾向后，再改变熟悉攻防中的一个部分。
试试这样做同样的反应连续出现两次后，尝试不同选择。如果对方改变反应，就重新混合选项，不要认定这个模式永远有效。
数据依据
- 投技：档案 3.2 · 参考 2.58
- 受到投技：档案 2.1 · 参考 2.05
- 拆投：档案 0.4 · 参考 0.37
AI根据引用统计选择经过检查的练习方案并排序。习惯涵盖整个档案，角色战绩与近期样本的统计范围不同。这些是供验证的思路，并非已确认的弱点或视频分析。 最近100场比赛的已报告趋势，并非生涯习惯平均值。
数据保存于2026年9月7日 · AI：dots-studio/dots-3-note-preview:free