回看板
Disp BBS
作者
aabaabaabaab
(衝擊樂透)
標題
[閒聊] 中路為什麼會一直暴斃
時間
Wed Oct 29 17:34:57 2025
我必須說Nash分析的很有料,
從打FLY開始HongQ就在邊線一直死,
為什麼?
還是配線的問題,Junjia 往往在中路帶邊時跟著doggo在另外一側,讓中路形成弱邊
正常情形應該要是上路是弱邊
而且輔助也沒有協助建立弱側的視野,請問中路要怎麼不死? 難不成不去接線嗎?
在LCP中路都是一堆臭魚爛蝦沒有人能懲罰,但在國際賽稍微有強度的隊伍都能做懲罰。
--
推
FrostGZ
: 崩 08/10
推
pokemon1318
: 不 08/10
推
a123453906
: 應 08/10
推
c52chungyuny
: 求你們停了好嗎?
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.112.66.136 (臺灣)
※ 作者:
aabaabaabaab
2025-10-29 17:34:57
※ 文章代碼(AID): #1f0T_7jK (LoL)
※ 文章網址:
https://www.ptt.cc/bbs/LoL/M.1761730503.A.B54.html
→
serding
: 當魚在抓
1F 10/29 17:35
推
nadleeh
: 賽區內給不到壓力,所以打得狠裝都沒事
2F 10/29 17:35
→
class21535
: 繳學費阿 世界賽最年輕的吧
3F 10/29 17:35
→
ilovptt
: 對啊,今天洪Q很多波是必死
4F 10/29 17:35
→
capsspac
: 菜就多練
5F 10/29 17:36
→
xeins
: 為了保這個中路 第二把還白虧了2個tp
6F 10/29 17:36
推
CRAZYAWIND
: 一個以中路為核心的KT跟一個以AD為核心的CFO
7F 10/29 17:36
推
hh123yaya
: 所以是隊伍給的cover不夠嗎
8F 10/29 17:36
→
CRAZYAWIND
: 眼位跟輔助跑動速度當然不一樣 當然被當洞打
9F 10/29 17:36
推
sony0223098
: 打fly 被抓爛讓KT 抓到CFO 習慣
10F 10/29 17:36
→
chasegirl
: 邊線中路被抓,不管是個人還是團隊處理方式都有問題
,剛剛最後一場,輔野靠近掩護差滿多的,至少還能打
11F 10/29 17:36
→
budaixi
: 有操作,沒意識囉。第三場主call不知道是誰,一盤
散沙。
13F 10/29 17:37
推
CurryTu
: 確實好幾波是必死局啊,對面輔助跑來跟你換閃你家
輔助還在下路
15F 10/29 17:37
推
sd2567
: 很多波 都是抓中路習慣啦
17F 10/29 17:38
→
chasegirl
: 還有就是太想秀操作了 不穩 整個系列賽感覺是這樣
18F 10/29 17:38
推
asd860079
: 最好每一波都必死局 從打AL和FLY的系列賽開始 好幾
波都是看到一堆人要來夾他了還不退 想皮想操作
19F 10/29 17:39
→
qd6590
: 被研究透徹了
另外感覺紅Q意識還不夠好 畢竟年輕選手 這個就要練
21F 10/29 17:39
--
作者 aabaabaabaab 的最新發文:
+32
[閒聊] 逐玉劇情 - China-Drama 板
作者:
aabaabaabaab
123.194.133.89
(台灣)
2026-03-22 03:31:16
在男女主角的美貌外,總得抱怨一下劇情前面臨安的畫面美歸美,但節奏真的太拖沓 ,資訊的密度過低,臉譜化的反派不斷跳出來重複類似的劇情,並且男女主的世界觀 總有不一致的感覺,一方面言正展現異於尋常先進的 …
105F 32推
+7
[閒聊] 中路為什麼會一直暴斃 - LoL 板
作者:
aabaabaabaab
140.112.66.136
(台灣)
2025-10-29 17:34:57
22F 7推
[菜單] 50K 深度學習機 - PC_Shopping 板
作者:
aabaabaabaab
1.170.32.152
(台灣)
2024-08-24 01:19:53
14F
+7
Re: [討論] 只會球給洋將,這個結果意外嗎? - basketballTW 板
作者:
aabaabaabaab
42.73.100.251
(台灣)
2024-02-25 22:11:13
18F 7推
[討論] neuralGCM 基於神經網路的通用循環模型 - TY_Research 板
作者:
aabaabaabaab
140.115.200.156
(台灣)
2024-01-04 20:52:58
本篇論文一樣由google的研究發表,包含以下幾點特點 1. 相較於graphcast直接對數據擬合,此模型同時採用物理核心與神經網路,預測過程受 ODE等物理條件限制,並採用類似數值模式的時間積分 …
點此顯示更多發文記錄