Il s'agit de construire des représentations génériques basées sur l'apprentissage et l'observation, et qui seraient ensuite utilisables pour programmer des tâches robotiques diverses. Une notion dite de ``représentation contingente'' a pour cela été développée par E. Dedieu [2]. Nous avons montré qu'à l'aide d'un formalisme développé par le physicien Jaynes (Probabilty As Logic) il était possible de caractériser certaines de ces structures sous la formes de ``dépendance probabilistes'' (DEP), et que ces DEP pouvaient être utilisées pour développer de nouvelles capacités applicatives dépendant du contexte dans lequel le robot se trouve plongé. Quelques résultats expérimentaux intéressants ont été obtenus sur ce sujet, mais il reste à faire un travail important pour arriver à des résultats réellement utilisables.