L'objet  de   cette  thèse  est  le   développement  et l'étude des algorithmes  de planification  de mouvement pour  les systèmes hautement dimensionnés  que  sont les  robots humanoïdes  et lesacteurs  virtuels.  Plusieurs adaptations  des  méthodes génériques de  planification de  mouvement randomisées sont proposées et discutées.Une première contribution concerne l'utilisation de techniques de réduction de dimension linéaire pour accélérer les algorithmes d'échantillonnage. Cette méthode permet d'identifier en ligne quand unprocessus de planification passe par un passage étroit de l'espace des configurations et adapte l'exploration en fonction. Cet algorithme convient particulièrement bien aux problèmes difficiles de  laplanification  de mouvement pour l'animation graphique.La deuxième contribution est le développement d'algorithmes randomisés de planification sous contraintes. Il s'agit d'une intégration d'outils de cinématique inverse hiérarchisée aux algorithmes deplanification de mouvement randomisés. On illustre cette méthodes sur différents problèmes de manipulation pour robots humanoïdes. Cette contribution est généralisée à la planification de mouvementscorps-complet nécessitant de la marche.La dernière contribution présentée dans cette thèse est l'utilisation des méthodes précédentes pour résoudre des tâches de manipulation complexes par un robot humanoïde. Nous présentons en particulier un formalisme destiné à représenter les informations propres à l'objet manipulé utilisables par un planificateur de mouvement. Ce formalisme est présenté sous le nom d'« objets documentés ».