Dans ce papier, nous proposons une nouvelle approche pour résoudre les problèmes de planification probabiliste en prenant en compte le risque que l'utilisateur est prêt à prendre vis à vis de la probabilité d'atteindre les buts. Notre approche garantit le fait que la probabilité d'at-teindre un état satisfaisant les buts du problème sera tou-jours supérieure à un seuil de probabilité donné. Toute-fois, un tel seuil ne permet pas toujours de tous les at-teindre. C'est pourquoi, notre heuristique estime la proba-bilité d'atteignabilité de chaque but via une version relaxée du problème, puis sélectionne le sous-ensemble de buts at-teignables avec une probabilité supérieure à ce seuil. Nous illustrons nos travaux par un problème d'exploration pla-nétaire couramment utilisé dans ce contexte. Nos résultats de simulation montrent que l'heuristique proposée sélec-tionne les meilleurs buts et que le seuil de probabilité de les atteindre est toujours respecté. Mots Clef Planification dans l'incertain, heuristique, théorie de la dé-cision. Abstract In this work, we propose a novel approach to solve pro-babilistic planning problems taking into account the risk that the decision maker is ready to accept regarding the probabilities of reaching the goals. Our approach guarantees that the probability to reach a state satisfying selected goals is above a certain limit threshold. Indeed, we relax the constraints that all goals must be satisfied, and select the most valuable set of goals whose reachability probability is above the threshold. To this end, we propose a goal selection heuristic based on the reachability probability and the cost between goals that are estimated using an abstracted version of the problem. Finally, a planetary exploration problem will be used for illustrating the effectiveness of the proposed approach. Our results show that the obtained selections cover the most valuable possible goals and respect the reachability probability threshold.