Le thème principal de ce livre porte essentiellement sur le problème de contrôle automatique dans le domaine de la robotique mobile par les approches floues et renforcement-floues. On présente principalement des structures de contrôle efficaces pour la navigation autonome d'un robot mobile à roues dans des environnements inconnus, en utilisant d'une part l'approche comportementale de la logique floue type-1 de Takagi-Sugeno, et d'autre part le paradigme d'apprentissage par renforcement en se basant sur l'algorithme Q-learning. Des systèmes hybrides renforcement-flous ont été introduits pour l'optimisation des paramètres des comportements flous destinés au contrôle du robot mobile pour différentes fonctionnalités : convergence vers un but, évitement des obstacles, suivi des murs, ...etc. Pour chaque structure proposée, des résultats de simulation sont présentés pour montrer ses performances.