最近一场对战
胜利排位赛
JP
YAJP更新于1周前
Steam
JapanM100%
SteamJapanM100%はらっぴー
Down for SUSHIRO
MR 1,417#480,792最近 10 场5–5+3最近 20 场5–12-50
胜率
29%
5 胜 · 12 负 · 已存 17 场
排位赛对战
17
已选模式
胜场
5
排位赛
负场
12
排位赛
最高 MR
1,467
JP
排位 MR · JP
本地 17 · 导入 0 · 图表显示 17 · 已存 100 场对战
尚未请求回放
JPYAJP按差值绝对值从大到小排列23 项习惯
| 习惯 | はらっぴー | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA2 | 9.2% | 54.2% | -44.9% | |
| SA1 | 49.2% | 22.6% | +26.6% | |
| CA | 27.7% | 5.2% | +22.5% | |
| 被困版边时间 | 23.10 | 12.00 | +11.10 | |
| 斗气防御 | 3.8% | 13.0% | -9.3% | |
| 斗气前冲（取消） | 13.2% | 22.1% | -9.0% | |
| 版边压制 | 2.10 | 10.70 | -8.60 | |
| 斗气技 | 36.4% | 31.4% | +5.0% | |
| SA3 | 13.8% | 18.1% | -4.2% | |
| 斗气前冲（招架） | 2.9% | 6.7% | -3.9% | |
| 斗气招架 | 0.10 | 2.00 | -1.90 | |
| 精准招架 | 0.00 | 0.76 | -0.76 | |
| 斗气迸放消耗 | 1.3% | 2.1% | -0.7% | |
| 投技 | 1.30 | 2.02 | -0.72 | |
| 受到投技 | 2.90 | 2.29 | +0.61 | |
| 斗气迸放 | 0.10 | 0.33 | -0.23 | |
| 拆投 | 0.30 | 0.41 | -0.11 | |
| 造成昏厥 | 0.00 | 0.10 | -0.10 | |
| 招架时被投 | 0.30 | 0.38 | -0.08 | |
| 斗气反攻 | 0.10 | 0.17 | -0.07 | |
| 惩罚反击命中 | 0.10 | 0.13 | -0.03 | |
| 受到昏厥 | 0.00 | 0.03 | -0.03 | |
| 受到惩罚反击 | 0.10 | 0.09 | +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。
JP · 最近100场
需要改进的地方
追踪位置得失的过程
被困版边时间：档案 23.1 · 参考 12.04
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
- 被困版边时间：档案 23.1 · 参考 12.04
- 版边压制：档案 2.1 · 参考 10.77
明确每次量表消耗的目的
SA2：档案 9.2% · 参考 56.6%
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 9.2% · 参考 56.6%
- CA：档案 27.7% · 参考 5%
- SA1：档案 49.2% · 参考 19.2%
找出惩罚反击的原因
受到惩罚反击：档案 0.1 · 参考 0.08
分别回看五次受到和打出的惩罚反击。先区分空挥与被防后留出破绽，再选择练习目标。
试试这样做在训练中重现一个反复出现的场景，检查距离和帧数计量表，再练习更稳妥的选择或确实能命中的反击。
数据依据
- 受到惩罚反击：档案 0.1 · 参考 0.08
- 惩罚反击命中：档案 0.1 · 参考 0.13
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6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 253：253场中获胜94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 253：253场中获胜94场
- 对阵Yasmine：72场中获胜3场
- 对阵Luke：66场中获胜51场
保持压力但不过度冒进
被困版边时间：档案 23.1 · 参考 12.04
寻找用熟悉选择获取空间的机会。把对手逼到角落后，先观察实际脱身方式，再决定如何调整。
试试这样做试一次熟悉的压制。如果同一种脱身反复出现，就练习针对该动作的应对；如果对方变化防守，就不要押注单一判断。
数据依据
- 被困版边时间：档案 23.1 · 参考 12.04
- 版边压制：档案 2.1 · 参考 10.77
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6日 · AI：dots-studio/dots-3-note-preview:free