Nós apresentamos um mecanismo de controle de caracteres em tempo real usando uma arquitetura de rede neural romance chamado de Phase-funcionava Rede Neural. Nesta estrutura de rede, os pesos são calculadas através de uma função cíclico que utiliza a fase como uma entrada. Juntamente com a fase, nosso sistema toma como controles de usuário de entrada, o estado anterior do personagem, a geometria da cena, e produz automaticamente os movimentos de alta qualidade que atingem o desejado controlo de utilizador. Toda a rede é treinado de forma end-to-end em um grande conjunto de dados composta de locomoção, como a caminhada, corrida, salto, e os movimentos de escalada instalados em ambientes virtuais. Nosso sistema pode, portanto, produzir automaticamente movimentos onde o personagem se adapta a diferentes ambientes geométricas, como caminhar e correr em terrenos acidentados, escalando sobre grandes rochas, saltando sobre obstáculos, e de agachamento sob tectos baixos. Nossa arquitetura de rede produz resultados de maior qualidade do que os modelos auto-regressivos de séries temporais, como LSTMs como ele lida explicitamente com a variável latente do movimento relativo à fase. Uma vez treinados, nosso sistema também é extremamente rápido e compacto, exigindo apenas milissegundos de tempo de execução e alguns megabytes de memória, mesmo quando treinados sobre gigabytes de dados de movimento. O nosso trabalho é mais adequado para controlar personagens em cenas interativas, como jogos de computador e sistemas de realidade virtual.