En robotique mobile, les techniques d'apprentissage qui utilisent la vision artificielle représentent le plus souvent l'image par un ensemble de descripteurs visuels. Ces descripteurs sont extraits en utilisant une méthode fixée à l'avance ce qui compromet les capacités d'adaptation du système à un environnement visuel changeant. La méthode proposée dans ce livre permet de décrire et d'apprendre des algorithmes de vision de manière globale, depuis l'image perçue jusqu'à la décision finale. L'application visée est la fonction d'évitement d'obstacles, indispensable à tout robot mobile. Le système utilise des techniques de programmation génétique pour apprendre automatiquement des contrôleurs adaptés à un contexte visuel donné. Cette approche est testée dans un environnement de simulation puis validée sur un robot réel se déplaçant dans un environnement intérieur. Des pistes sont proposées pour adapter en temps réel le comportement d'un robot en fonction de son environnement visuel.