Depuis l'Antiquité, l'humanité tente de comprendre le fonctionnement de la locomotion à pattes en adoptant des approches multidisciplinaires. Ces dernières années, cette question est devenue centrale en robotique, où le développement des robots à pattes a connu un essor considérable grâce aux progrès de la mécatronique et à l'augmentation de la puissance des ordinateurs. Cependant, en raison de la complexité du problème, l'obtention d'une locomotion autonome robuste dans un large éventail de situations reste un problème ouvert, même si des performances de plus en plus impressionnantes sont obtenues. Les robots à pattes doivent se déplacer sans être attachés au sol, ils doivent donc être contrôlés indirectement via le mouvement de leurs membres actionnés. Cela doit être fait pour accomplir une tâche, comme se rendre à un endroit cible ou orienter le corps d'une certaine manière, mais aussi pour garder l'équilibre. La plupart des quadrupèdes et des bipèdes ne sont que dynamiquement stables lorsqu'ils marchent de manière non conservative, ce qui demande un contrôle minutieux pour rester debout. Pour ce faire, le contrôleur doit prendre en compte la dynamique du robot tout en coordonnant plusieurs degrés de liberté. C'est un défi pour les robots à pattes qui sont par nature des systèmes hautement non linéaires. Au cours des dernières décennies, un large panel de méthodes a été développé pour obtenir une locomotion dynamique avec de tels robots. Certaines d'entre elles sont bio-inspirées et plutôt intuitives, comme les réseaux locomoteurs spinaux, tandis que d'autres ont un fort aspect théorique afin d'obtenir des preuves formelles de stabilité, comme la dynamique hybride zéro. Récemment, l'essor de l'apprentissage automatique offre également un nouveau paradigme où, au lieu d'être formulé à la main, le modèle de locomotion est appris à partir de données, soit en ligne, soit pendant une phase d'entraînement. Dans cette thèse, nous explorons plutôt une approche prédictive basée modèle qui raisonne sur un horizon de prédiction pour prendre les meilleures décisions de contrôle selon certains critères. Ce type d'approche a déjà abouti à une locomotion efficace pour une large gamme de robots quadrupèdes. Cette thèse contribue à la locomotion des robots à pattes en développant une architecture de contrôle capable d'exploiter les capacités dynamiques d'un robot quadrupède léger. L'utilisation de filtres complémentaires permet une fusion simple des capteurs pour l'estimation de l'état du robot. Des matrices binaires permettent de traiter les séquences de contact de manière générique afin de modifier la démarche à la volée. Cette information peut ensuite être utilisée pour déterminer la position des pas en ligne en utilisant un ensemble réduit d'heuristiques. En raisonnant sur un horizon de prédiction, une commande prédictive centroïdale peut alors déterminer les forces qui doivent être appliquées aux points de contact pour suivre une trajectoire de référence et gérer les perturbations. Ensuite, un contrôleur corps complet traduit les forces de contact souhaitées et les trajectoires de balancement des pieds en trajectoires articulaires et en couples moteurs. Enfin, un contrôleur d'impédance fournit des couples de rétroaction basés sur la différence entre les positions et les vitesses articulaires souhaitées et actuelles. La modularité de l'architecture permet d'étendre facilement certains de ses aspects ou de les remplacer pour tester d'autres méthodes, comme cela sera montré à plusieurs reprises dans cette thèse. Ce schéma de contrôle est implémenté en temps réel et déployé avec succès sur le quadrupède Solo-12. Les possibilités offertes par cette architecture, tant en termes de performances que de polyvalence, sont validées par des simulations et des expériences. Plusieurs applications nous ont permis de quantifier l'intérêt et la pertinence du schéma présenté pour le contrôle de la locomotion de robots quadrupèdes légers.