Nous travaillons à la conception d'agents devant faire face simultanément à plusieurs objectifs, ce qui s'avère difficile, même si chaque objectif est de faible complexité. Le présent article emploie un processus de sélection d'action existant, basé sur des comportements de base (architecture modulaire). Nous y proposons un algorithme de recherche des comportements de base requis via un apprentissage par renforcement incrémental. Cela mène à une architecture très autonome, ne nécessitant que peu de réglages.