Cet article présente les résultats d'une étude qui vise à accroître la capacité d'adaptation des robots à pattes. Le contrôleur est constitué d'un réseau de neurones, synthétisé par algorithme évolutionniste, auxquels des mécanismes adaptatifs inspirés de la biologie sont incorporés. Nous comparons les performances des contrôleurs suivant trois modèles de neurones à complexité biologique croissante. Sur l'exemple de la commande du déplacement d'une structure monopode à trois degrés de liberté, nous montrons l'intérêt des modèles à dynamique interne dont les paramètres sont calculés à partir de mécanismes inspirés de la biologie plutôt que d'être calculés par évolution artificielle. Nous incorporons ensuite ces mécanismes dans un contrôleur neuronal qui commande la vitesse du robot monopode glissant sur un rail et soumis à des perturbations externes. Nous montrons que ces mécanismes permettent l'adaptation en ligne du contrôleur donc de l'allure du cycle de locomotion et qu'ils maintiennent la performance en vitesse du robot.