Esitämme reaaliaikainen luonne valvontajärjestelmä käyttämällä uutta neuroverkon arkkitehtuuri, jota kutsutaan vaiheen-Toiminut Neural Network. Tämän verkon rakenne, painot lasketaan kautta syklisen toiminto, joka käyttää vaiheen tulona. Yhdessä vaiheessa, järjestelmä ottaa syötteenä käyttäjän valvontaa, Edellisen tilan luonnetta, geometria kohtaus, ja automaattisesti valmistaa korkealaatuisia liikkeitä, että saavutetaan haluttu käyttäjän ohjaus. Koko verkko on koulutettu end-to-end-muoti on suuri aineisto koostuu liikkumiskyky kuten kävely, juoksu, hyppy, ja kiipeily liikkeet sovitetaan virtuaaliympäristöihin. Järjestelmämme voi siis automaattisesti tuottaa liikkeitä, joissa merkki mukautuu erilaisiin geometrisiä ympäristöissä, kuten kävely ja käynnissä epätasaisessa maastossa, kiivetä yli suuria kiviä, hyppäämällä yli esteiden, ja hiipivä alle matalat katot. Meidän verkkoarkkitehtuuri tuottaa laadukkaampaa tuloksia kuin aikasarjoja autoregressive malleja kuten LSTMs kuin se kysymys nimenomaisesti latenttimuuttujaa liikkeen liittyvä vaihe. Kun koulutettu, järjestelmämme on myös erittäin nopea ja kompakti, vaaditaan vain millisekunnin suoritusaika ja muutamia megatavuja muistia, vaikka opetettu gigatavua liikedatan. Työmme on sopivin ohjaamaan merkkiä interaktiivisia kohtauksia kuten tietokonepelit ja virtuaalitodellisuus järjestelmien.