Nous présentons un mécanisme de contrôle de caractère en temps réel en utilisant une nouvelle architecture de réseau de neurones appelé un réseau de neurones de phase fonctionnions. Dans cette structure de réseau, les coefficients de pondération sont calculés par une fonction cyclique qui utilise la phase comme entrée. Parallèlement à la phase, notre système prend comme des commandes utilisateur d'entrée, l'état précédent du caractère, la géométrie de la scène, et produit automatiquement des mouvements de haute qualité qui permettent d'atteindre le contrôle utilisateur souhaité. L'ensemble du réseau est formé d'une manière de bout en bout sur un vaste ensemble de données composé de locomotion comme la marche, fonctionnement, sauteur, et les mouvements d'escalade montés dans des environnements virtuels. Notre système peut donc produire automatiquement des mouvements où le personnage s'adapte à différents environnements géométriques tels que marcher et courir sur un terrain accidenté, escalade sur de grandes roches, sautant par-dessus les obstacles, et accroupi sous les plafonds bas. Notre architecture de réseau produit des résultats de qualité plus élevés que séries chronologiques modèles autorégressifs tels que LSTMs comme il traite explicitement la variable latente de mouvement relatif à la phase. Une fois formés, notre système est extrêmement rapide et compact, nécessitant quelques millisecondes de temps d'exécution et quelques méga-octets de mémoire, même si une formation sur giga-octets de données de mouvement. Notre travail est le plus approprié pour le contrôle des personnages dans des scènes interactives telles que les jeux informatiques et les systèmes de réalité virtuelle.