Le multicast LTE représente, en principe, un moyen très efficace de distribuer du contenu à un groupe d'utilisateurs. Sur une cellule, son efficacité est dictée par les utilisateurs dont le canal est le moins bon. Afin de limiter leur impact, nous proposons d'exploiter des communications opportunistes entre les terminaux (D2D) en complément du multicast. Cependant, un tel mécanisme doit s'adapter à l'aléa introduit par les communications opportunistes pour sélectionner le meilleur compromis entre transmissions multicast et D2D. Dans ce but, nous évaluons l'apport d'une stratégie d'apprentissage automatique, dite du " bandit manchot multi-bras". Nos évaluations montrent que cette stratégie permet de configurer la transmission multicast d'une manière plus efficace, contribuant ainsi à l'économie des ressources radio.