La coordination des interactions d'un ensemble d'agents hétérogène (hSMA) est encore un problème ouvert, en particulier lorsque certains agents sont des humains. Nous proposons une méthode à base d'apprentissage par renforcement (A/R) sur des processus de décision markoviens (MDP) pour contrôler les interactions qui se déroulent lors de la fourniture de services de communication multimédia. Cet article décrit une spécification d'agent coordinateur pour les services de recherche d'informations ainsi que le prototype et les expérimentations que nous avons réalisés.