Les simulations multi-agents consistent à utiliser un ensemble d'agents en interaction de manière à reproduire la dynamique et l'évolution des phénomènes que l'on cherche à simuler. Elles sont aujourd'hui une alternative crédible aux simulations classiques basées sur des modèles analytiques, mais leur mise en oeuvre reste difficile. Cette tâche est généralement réalisée par le concepteur qui possède une certaine expertise du phénomène à simuler et dispose de données d'observation de ce même phénomène. Dans ce papier, nous proposons une manière originale de traiter l'observation de comportements réels pour la modélisation d'agents simulés en s'appuyant sur des techniques de clustering. La faisabilité de notre approche est démontrée au travers d'un exemple de simulation d'activité humaine.