Představujeme real-time ovládání charakter mechanismus pomocí nové neuronové síťové architektury zvané Phase-fungoval Neural Network. V této struktury sítě, váhy jsou vypočteny pomocí cyklické funkce, která používá jako vstup fáze. Spolu s fází, náš systém bere jako kontrolní vstup uživatelské, předchozí stav znaku, geometrie scény, a automaticky produkuje vysoce kvalitní návrhy, které dosahují požadovaného ovládání uživatelského. Celá síť je vyškolen v módě end-to-end na velkém datovém souboru složený z pohybu, jako je chůze, běh, skákání, a pohyby lezení zapadá do virtuálních prostředích. Náš systém proto může automaticky vytvářet návrhy kde charakter se přizpůsobí různých geometrických prostředí, jako je chůze a běh na nerovném terénu, přelézání velké kameny, skákat přes překážky, a krčí pod nízkým stropem. Naše síťová architektura vytváří vyšší kvalitu výsledků než modely časových řad autoregresních jako je LSTMs, protože se zabývá výslovně s latentní proměnnou pohybu vztahující se k fázi. Jakmile vyškoleni, Náš systém je také velmi rychlý a kompaktní, vyžadují pouze milisekund doby provedení a několik megabajtů paměti, i když trénoval na gigabytů dat o pohybu. Naše práce je nejvhodnější pro kontrolu postavy v interaktivních scén, jako jsou počítačové hry a systémech virtuální reality.