最近一场对战
失败排位赛
RYRY
KE更新于17小时前
Steam
JapanC100%
SteamJapanC100%ヘイミング
Fights to Protect
MR 1,707#26,415最近 10 场5–5-9最近 20 场10–10-12
胜率
61%
86 胜 · 55 负 · 已存 141 场
排位赛对战
141
已选模式
胜场
86
排位赛
负场
55
排位赛
最高 MR
1,740
Ken
排位 MR · Ken
本地 139 · 导入 1308 · 图表显示 1411 · 已存 141 场对战
尚未请求回放
RYRYKE按差值绝对值从大到小排列23 项习惯
| 习惯 | ヘイミング | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA1 | 37.0% | 27.3% | +9.8% | |
| SA3 | 29.6% | 35.8% | -6.2% | |
| SA2 | 21.0% | 25.9% | -4.9% | |
| 版边压制 | 10.10 | 13.12 | -3.02 | |
| 斗气前冲（取消） | 36.6% | 38.2% | -1.6% | |
| CA | 12.3% | 11.0% | +1.3% | |
| 斗气防御 | 14.0% | 12.7% | +1.2% | |
| 斗气技 | 15.6% | 14.9% | +0.6% | |
| 投技 | 2.00 | 2.57 | -0.57 | |
| 被困版边时间 | 8.40 | 8.95 | -0.55 | |
| 斗气招架 | 2.40 | 1.89 | +0.51 | |
| 斗气迸放消耗 | 1.8% | 1.4% | +0.4% | |
| 精准招架 | 0.60 | 0.84 | -0.24 | |
| 斗气前冲（招架） | 7.0% | 6.8% | +0.2% | |
| 拆投 | 0.30 | 0.44 | -0.14 | |
| 受到投技 | 2.40 | 2.26 | +0.14 | |
| 招架时被投 | 0.10 | 0.21 | -0.11 | |
| 惩罚反击命中 | 0.20 | 0.10 | +0.10 | |
| 受到昏厥 | 0.10 | 0.05 | +0.05 | |
| 造成昏厥 | 0.10 | 0.07 | +0.03 | |
| 斗气反攻 | 0.20 | 0.23 | -0.03 | |
| 受到惩罚反击 | 0.10 | 0.08 | +0.02 | |
| 斗气迸放 | 0.20 | 0.19 | +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。
Ken · 最近100场
需要改进的地方
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
检查近距离选择
投技：档案 1.8 · 参考 2.62
回看五次近距离交锋，区分投技机会、投技尝试和防守选择。仅靠汇总次数无法判断当时的正确答案。
试试这样做在重复场景中记录打击和投技，练习选定的应对，再检查自己能否在实战中有意识地做出判断。
数据依据
- 投技：档案 1.8 · 参考 2.62
- 拆投：档案 0.3 · 参考 0.45
- 受到投技：档案 2 · 参考 2.26
追踪位置得失的过程
版边压制：档案 8.4 · 参考 12.91
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 8.4 · 参考 12.91
- 被困版边时间：档案 8.4 · 参考 8.75
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9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Ryu：141场中获胜84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Ryu：141场中获胜84场
- 对阵Luke：94场中获胜55场
- 对阵Yasmine：69场中获胜31场
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9日 · AI：dots-studio/dots-3-note-preview:free