最近一场对战
失败排位赛
AL
LUAL更新于1周前
Steam
JapanM100%
SteamJapanM100%赤子泣いたら離席 ごめん
Bad-Guy
MR 1,555#124,950最近 10 场4–6-14最近 20 场6–14-68
胜率
49%
40 胜 · 42 负 · 已存 82 场
排位赛对战
82
已选模式
胜场
40
排位赛
负场
42
排位赛
最高 MR
1,572
Alex
排位 MR · Alex
本地 82 · 导入 0 · 图表显示 82 · 已存 82 场对战
尚未请求回放
ALLUAL按差值绝对值从大到小排列23 项习惯
| 习惯 | 赤子泣いたら離席 ごめん | 顶尖玩家 | 差异 | 较少顶尖玩家较多 |
|---|---|---|---|---|
| SA1 | 59.8% | 43.0% | +16.8% | |
| SA2 | 13.4% | 28.4% | -15.0% | |
| 斗气技 | 2.3% | 14.2% | -11.9% | |
| 斗气防御 | 17.3% | 14.1% | +3.2% | |
| 斗气前冲（取消） | 36.2% | 33.0% | +3.1% | |
| 斗气迸放消耗 | 4.3% | 1.7% | +2.6% | |
| 被困版边时间 | 7.80 | 9.88 | -2.08 | |
| 版边压制 | 7.00 | 9.01 | -2.01 | |
| CA | 5.2% | 6.5% | -1.3% | |
| 斗气反攻 | 1.80 | 0.47 | +1.33 | |
| 斗气招架 | 2.60 | 1.63 | +0.97 | |
| 受到投技 | 1.60 | 2.12 | -0.52 | |
| 精准招架 | 0.20 | 0.70 | -0.50 | |
| SA3 | 21.6% | 22.1% | -0.5% | |
| 投技 | 1.90 | 2.32 | -0.42 | |
| 拆投 | 0.10 | 0.48 | -0.38 | |
| 受到惩罚反击 | 0.40 | 0.12 | +0.28 | |
| 受到昏厥 | 0.20 | 0.05 | +0.15 | |
| 斗气前冲（招架） | 8.3% | 8.2% | +0.1% | |
| 招架时被投 | 0.20 | 0.29 | -0.09 | |
| 惩罚反击命中 | 0.20 | 0.12 | +0.08 | |
| 造成昏厥 | 0.00 | 0.07 | -0.07 | |
| 斗气迸放 | 0.20 | 0.20 | +0.00 |
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。
Alex · 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 0.4 · 参考 0.12
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 0.4 · 参考 0.12
- 惩罚反击命中：档案 0.2 · 参考 0.12
检查近距离选择
拆投：档案 0 · 参考 0.48
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
- 拆投：档案 0 · 参考 0.48
- 投技：档案 1.7 · 参考 2.32
追踪位置得失的过程
版边压制：档案 8.6 · 参考 9.01
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 8.6 · 参考 9.01
- 被困版边时间：档案 6.7 · 参考 9.88
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4日 · AI：dots-studio/dots-3-note-preview:free
如何应对这位玩家
验证斗气迸放倾向
斗气迸放：档案 0.3 · 参考 0.2
观察特定场景下是否反复出现斗气迸放。考虑距离、硬直和量表，准备在训练中验证过的应对。
试试这样做再次进入该场景时，采用更少暴露破绽的行动。如果迸放出现，就使用练过的应对；如果没有，就回到常规计划。
数据依据
- 斗气迸放：档案 0.3 · 参考 0.2
- 斗气迸放消耗：档案 4.4% · 参考 1.7%
先试探实际防守反应
斗气反攻：档案 1.8 · 参考 0.47
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
- 斗气反攻：档案 1.8 · 参考 0.47
- 精准招架：档案 0.2 · 参考 0.7
把对局战绩当作观察线索
对阵Ryu：103场中获胜52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：103场中获胜52场
- 对阵Luke：98场中获胜49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4日 · AI：dots-studio/dots-3-note-preview:free