Представяме механизъм за контрол характер в реално време с помощта на нова невронна мрежа архитектура, наречена фаза-функционирала невронни мрежи. В тази структура на мрежата, теглата са изчислени чрез циклична функция, която използва фаза като вход. Заедно с фаза, нашата система отнема контроли вход от потребителя, предишното състояние на характера, геометрията на сцената, и автоматично произвежда висококачествени предложения, които постигат желания контрол на потребителя. Цялата мрежа е обучен в модата от край до край на голям набор от данни, съставена от придвижване, като ходене, бягане, скачане, и движения за катерене, монтирани във виртуални среди. Ето защо нашата система може автоматично да произведе движения в които героят се адаптира към различни геометрични среди, като например ходене и тичане по неравен терен, изкачване на големи скали, прескачайки препятствия, и клекнал под ниски тавани. Нашата мрежа архитектура произвежда по-високи качествени резултати, отколкото във времето модели от серията авторегресионна като LSTMs тъй като се занимава изрично с латентна променлива на движение във връзка с фазата. Веднъж обучени, нашата система е изключително бърз и компактен, изискващо само милисекунди време за изпълнение и няколко мегабайта памет, дори когато обучени по гигабайта данни за движение. Нашата работа е най-подходящ за контролиране на героите в интерактивни сцени, като например компютърни игри и системи за виртуална реалност.