L’arrivée des robots dans notre vie quotidienne fait émerger le besoin pour ces systèmes d’avoir accès à une représentation poussée des connaissances et des capacités de raisonnements associées. Ainsi, les robots doivent pouvoir comprendre les éléments qui composent l’environnement dans lequel ils évoluent. De plus, la présence d’humains dans ces environnements et donc la nécessité d’interagir avec eux amènent des exigences supplémentaires. Ainsi, les connaissances ne sont plus utilisées par le robot dans le seul but d’agir physiquement sur son environnement mais aussi dans un but de communication et de partage d’information avec les humains. La connaissance ne doit plus être uniquement compréhensible par le robot lui-même mais doit aussi pouvoir être exprimée. Dans la première partie de cette thèse, nous présentons Ontologenius. C’est un logiciel permettant de maintenir des bases de connaissances sous forme d’ontologie, de raisonner dessus et de les gérer dynamiquement. Nous commençons par expliquer en quoi ce logiciel est adapté aux applications d’interaction humain-robot (HRI), notamment avec la possibilité de représenter la base de connaissances du robot mais aussi une estimation des bases de connaissances des partenaires humains ce qui permet d’implémenter les mécanismes de théorie de l’esprit. Nous poursuivons avec une présentation de ses interfaces. Cette partie se termine par une analyse des performances du système ainsi développé. Dans une seconde partie, cette thèse présente notre contribution à deux problèmes d’exploration des connaissances: l’un ayant trait au référencement spatial et l’autre à l’utilisation de connaissances sémantiques. Nous commençons par une tâche de description d’itinéraires pour laquelle nous proposons une ontologie permettant de décrire la topologie d’environnements intérieurs et deux algorithmes de recherche d’itinéraires. Nous poursuivons avec une tâche de génération d’expression de référence. Cette tâche vise à sélectionner l’ensemble optimal d’informations à communiquer afin de permettre à un auditeur d’identifier l’entité référencée dans un contexte donné. Ce dernier algorithme est ensuite affiné pour y ajouter les informations sur les activités passées provenant d’une action conjointe entre un robot et un humain, afin de générer des expressions encore plus pertinentes. Il est également intégré à un planificateur de tâches symbolique pour estimer la faisabilité et le coût des futures communications. Cette thèse se termine par la présentation de deux architectures cognitives, la première utilisant notre contribution concernant la description d’itinéraire et la seconde utilisant nos contributions autour de la Génération d’Expression de Référence. Les deux utilisent Ontologenius pour gérer la base de connaissances sémantique. À travers ces deux architectures, nous présentons comment nos travaux ont amené la base de connaissances a progressivement prendre un rôle central, fournissant des connaissances à tous les composants du système.