这一代的Atlas并非像以前一样通过事先编设程序完成整条路线，而是靠它自身的算法感知环境，从而自主行动。通过该算法，Atlas可以实时规划出自己将要行走的路线，同时还会根据所要遇到的障碍物的距离进行提前调整。
  
　　虽然对于现在的Atlas来说，奔跑、跳跃、后空翻等高难度动作都不在话下 ，它还处于蹒跚学步的阶段。在波士顿动力公司2016年公布的视频中不难发现，虽然那时的Atlas在外形上已经和现在会跑酷的版本相差无几，但走起路来却还是小心翼翼、踉踉跄跄，动作不甚连贯，有网友说它“像极了一个深夜回家的醉汉”。
 
　　即使如此， Atlas对于类人机器人来说也还是一个重要的突破。波士顿动力公司研究人员表示：“我们机器人项目的主要精力都集中在了如何让双足机器人稳定穿越各种复杂的地形上，而其最大的突破在于机器人无需使用集成传感器给地形建模，一个算法就能搞定一切，就像是自动驾驶车辆甩掉了激光雷达和各种传感器。”
 
　　据介绍，这一代的Atlas并非像以前一样通过事先编设程序完成整条路线，而是靠它自身的算法感知环境，从而自主行动。通过该算法，Atlas可以实时规划出自己将要行走的路线，同时还会根据所要遇到的障碍物的距离进行提前调整。
 
　　为了进行跑酷课程训练，Atlas会被导入一张高级地图，这张高级地图是对障碍物位置和一些主要动作的简要描述。Atlas会利用这些简要的信息来导航，同时使用实时感知数据来应对真实情况。例如，Atlas知道地图上会出现一个盒子，它要做的动作是跳上去。这个盒子可能会与地图的标注相差甚远，甚至往旁边移动了0.5米，但Atlas仍然能靠感知算法，正确找到这个盒子并跳上去。
 
　　波士顿动力公司Atlas团队负责人斯科特·昆德斯马在一篇博文中写道：“Atlas的行动现在是由感知力驱动的，而之前不是。例如，在之前的视频中，机器人的控制系统仍然需要在执行任务中进行大量的关键调整，以使其保持平衡和姿势目标，且机器人没有对其所处环境进行感知和反应。”在这次跑酷中，Atlas却是根据它所看到的东西来调整其动作。这意味着工程师不需要为机器人可能遇到的所有平台和间隙预先编设跳跃动作。
 
　　Atlas对于环境的判断依靠算法，但要完成跑酷这件事，做出翻越、跑、跳跃、后空翻等动作还需要提前设计好，并把这些动作放进模板库中。在设计中，这些动作会根据轨迹优化技术进行调整，再根据具体的行动目标，从模板中进行选用。行动中，Atlas的“大脑”——MPC（模型预测控制器），会计算出当下需要的最佳动作，并根据时间推移预测出最好的行动方式。