Abstract FR:

Nous abordons le probleme de l'apprentissage de connaissances complexes par l'interaction avec un environnement. Les systemes actuellement developpes pour apprendre dans ces conditions sont essentiellement limites a la mise en correspondance d'un etat de l'environnement avec la meilleure action a declencher. A l'exception des systemes de classifieurs, ils n'ont pas de possibilite de representer des connaissances de plus haut niveau. Nous proposons une alternative a l'architecture des systemes de classifieurs pour l'acquisition de connaissances par l'interaction avec l'environnement et la representation de connaissances. Cette these decrit deux versions d'une meme architecture. La premiere destinee a l'apprentissage par l'experience, a ete testee dans quelques environnements simples, et les resultats ont ete compares quantitativement et qualitativement avec ceux d'autres approches. La deuxieme version qui utilise les memes constituants que la premiere, a ete realisee pour la programmation de traitements faisant intervenir des variables et des relations