Cette publication présente un algorithme d’apprentissage automatique de la fonction d’exploration d’un ensemble de robots mobiles. Il est basé sur les principes des algorithmes génétiques mais fonctionne sans le superviseur qui donne habituellement une note à la performance de chaque individu et effectue un classement de la population selon ce critère. Ici, chaque individu estime sa propre performance. Une autre différence avec les algorithmes classiques est également liée à l’absence de superviseur : les opérations de croisement ne peuvent se faire que lorsque deux individus se rencontrent physiquement. Les résultats de simulations sur ordinateur montrent en particulier le temps de convergence de l’apprentissage de la population en fonction du nombre de robots. Le bon fonctionnement a été également vérifié expérimentalement en utilisant plusieurs minirobots réactifs. Les principes sont appliqués à une étude de modélisation de chaînes sensori-motrices chez l’Homme. Les premiers résultats d’une tâche de ralliement de cible sont présentés.