La question des représentations est un enjeu majeur pour la robotique : afin de pouvoir évoluer de manière autonome et sûre dans leur environnement, les robots doivent être capables d’en construire un modèle fiable et pertinent. Lorsque les tâches sont définies à l’avance ou les environnements restreints, des algorithmes dédiés peuvent doter les robots de mécanismes ad-hoc leur permettant de mener à bien leur mission. Cependant, pour des tâches variées dans des environnements complexes, il devient difficile de prévoir de manière exhaustive les capacités nécessaires au robot. Il est alors intéressant de doter les robots de mécanismes d’apprentissage leur donnant la possibilité de construire eux-mêmes des représentations adaptées à leur environnement. Se posent alors deux questions : quelle doit être la nature des représentations utilisées et par quels mécanismes peuvent-elles être apprises ? Cette thèse aborde le problème d’un point de vue développemental, arguant qu’afin de rendre possible une représentation de l’environnement permettant de faire face à des situations nouvelles, il est nécessaire que les représentations soient apprises de manière autonome et non-supervisée. Nous proposons pour cela l’utilisation de l’hypothèse des sous-variétés, définissant les symboles perceptifs et moteurs comme des sous-variétés dans des espaces sensoriels et fonctionnels, afin de développer des architectures permettant de faire émerger une représentation symbolique de flux sensorimoteurs bruts. Nous montrons que le paradigme de l’apprentissage profond fournit des mécanismes appropriés à l’apprentissage autonome de telles représentations. Dans un premier travail, nous démontrons que l’exploitation de la nature multimodale des flux sensorimoteurs permet d’en obtenir une représentation symbolique pertinente. Dans un second temps, nous étudions le problème de l’évolution temporelle des stimuli du point de vue de l’hypothèse des sous-variétés et de la robotique développementale. Nous discutons les défauts de la plupart des approches aujourd’hui utilisées et nous esquissons une approche à partir de laquelle nous approfondissons deux sous-problèmes. Nous étudions d’abord l’émergence de représentations des transformations entre stimuli successifs, puis nous testons la viabilité de l’hypothèse des sous-variétés dans des espaces fonctionnels pour expliquer notamment l’existence de répertoires d’actions. Dans une troisième partie, nous proposons des pistes de recherche pour permettre le passage des expériences de laboratoire à des environnements naturels. Nous explorons plus particulièrement la problématique de la curiosité artificielle dans des réseaux de neurones non supervisés.