缺点，一是处理的速度不够快。
因为预判出来的结果有时会有多种，要选择使用哪一种方案需要时间，但偏偏给出的时间并不够充分，时常造成使用者的混淆，反而让自己陷入手忙脚乱的局面。比起训练有素的战士，那已经成为肌肉记忆的格斗动作，可是远远不如。
另一个缺点就是初期收集的资料并不够多。好比在地球能够跟棋王对弈的超级计算机，不管机器学习程序设计得有多好，都得要有几亿张棋谱打底，才能让人工智能训练出足够强大的棋力。假如只有寥寥的几张棋谱可供训练，就算是用上量子计算机，也会被初学者惨虐。
而在迷地可能成为对手的，光是人类，就有分高矮胖瘦，更不用说迷地还有很多类人的种族以及非人的魔兽，都会成为威胁。林不一定需要与这些对手都进行过战斗，但至少要看过他们的行动方式，观察其肌肉与关节等身体构造，才能够成为格斗预判程序的有效资料。
这个部分，在经过这数年间的资料收集，总算小有成就。至少不会出现那种一头狗冲过来，结果程序给出对方准备空中翻滚，向前蹬出后腿的诡异动作预判。
不过这套近战格斗程序，在弱点侦测的部分，倒是比预判的部分还要早成熟。因为生