Les progrès récents en apprentissage profond (“deep learning”) ont relancé l’intérêt de la communauté scientifique pour l’apprentissage automatique (“machine learning”). Néanmoins, leur influence sur la robotique reste plus marginale qu’on pourrait le penser au premier abord. Dans cet exposé, nous tenterons de cerner ce que les robots peuvent gagner avec l’apprentissage et quelles contraintes ils imposent aux algorithmes d’apprentissage. En nous concentrant sur l’apprentissage par essai-erreur, nous décrirons ensuite les travaux développés dans notre équipe sur ce thème, notamment pour permettre aux robots de s’adapter aux dommages mécaniques en quelques minutes.