Les recherches effectuées lors de cette thèse traitent de la génération de comportements d’agents virtuels. C’est-à-dire de la construction de modèles informatiques pour déterminer les actions qu’un agent doit effectuer au sein d’un environnement virtuel, de manière à reproduire les actions et les réactions d’un humain dans la situation simulée. Nous appliquons notamment ces travaux dans le contexte de la formation professionnelle [Barot, 2014, Huguet et al., 2016, Silverman et al., 2012] pour entraîner des opérateurs lors de situations de crise. La littérature en informatique propose de nombreux modèles d’agent qui intègrent des dimensions humaines dans le fonctionnement de l’agent, comme les émotions, en combinant certains modèles cognitifs issus de la littérature des Sciences Humaines et Sociales (SHS). Notre objectif est de faciliter la conception de tels modèles informatiques. Nous souhaitons une approche générique facilitant l’intégration modulaire de modèles cognitifs dans des modèles d’agents quelconques et ceux pour générer des comportements représentatifs, sensibles et intelligibles. Nous proposons un méta-modèle qui abstrait un modèle d’agent sous forme de cinq concepts : Operation, Perception, Action, Caractéristiques et Knowledge (connaissances). Les modèles cognitifs peuvent affecter modulairement ces cinq concepts, grâce à leur composabilité. Nous posons aussi le moins d’hypothèses possibles sur le modèle d’agent et les modèles cognitifs. Ensuite, pour compléter le méta-modèle et nos objectifs de génération de comportements sensibles et intelligibles, nous proposons une seconde contribution : un mécanisme de sélection d’action par graphes d’influences et de préférences. Ce moyen a l’avantage d’être intelligible par sa nature visuelle et de faciliter la prise en compte de manière modulaire de nouveaux comportements sur la sélection. Enfin, nous proposons une implémentation de notre méta-modèle, au travers d’une bibliothèque pour la simulation d’agents virtuels multi-paradigmes [Picault and Sicard, 2020]. Nous n’imposons pas le paradigme associé aux agents, qui peut aussi changer dynamiquement lors de la simulation. Nous employons une approche de design orientée-données (DOD), avec l’utilisation d’une méthode appelée ECS, plutôt qu’une approche orientée-objet (POO), dans le but d’améliorer les performances. Nous avons montré lors d’une évaluation de la sensibilité que les modèles cognitifs affectent le comportement de l’agent de manière cohérente par rapport aux propriétés des modèles cognitifs introduits. Nous montrons ensuite, lors d’une évaluation de l’intelligibilité et de la représentativité, que les utilisateurs ont perçus la différence de comportements et que les explications construites à partir des modèles cognitifs ont été perçues comme pertinentes. Nous avons aussi appliqué nos travaux dans un contexte de formation professionnelle dans le cadre du projet ORCHESTRAA. Enfin, les résultats de notre évaluation de performances de notre bibliothèque vis-à-vis d’autres plate-formes de la communauté des systèmes multi-agents, montrent que notre implémentation est constamment plus rapide, souvent de plusieurs ordres de grandeur dans certains cas.