Résumé: La fréquence croissante des catastrophes extrêmes provoquées par le changement climatique mondial a mis en évidence les risques d'échec en cascade causés par les interdépendances complexes entre les systèmes d'infrastructure urbaine, ce qui en fait un défi crucial pour la planification urbaine résiliente aux catastrophes. Les études existantes demeurent limitées par trois limitations. L'identification des interdépendances de l'infrastructure est limitée par la disponibilité des données et les outils méthodologiques, produisant un ensemble restreint de catégories reconnues. L'identification raffinée des installations critiques laisse souvent de côté les systèmes sociaux et le comportement des résidents, ce qui entraîne des cadres de simulation incomplets. Les stratégies d'amélioration de la résilience continuent de se concentrer principalement sur les interventions à système unique et les contre-mesures d'urgence, tandis que la planification multisystème concertée reste sous-développée. Dans un contexte de progrès rapide de l'intelligence artificielle, cet article propose des orientations de recherche et des voies techniques : utilisation de données hétérogènes multisources et de grands modèles linguistiques pour améliorer la granularité et la précision de l'identification de l'interdépendance; mise au point de modèles de simulation cyberphysique couplés installation-société-population pour caractériser la vulnérabilité spatiale urbaine; formulation de stratégies de récupération collaborative intelligentes et multisystèmes pour accélérer le rétablissement de la capacité de service urbain. L'étude fournit des orientations théoriques et des approches techniques réalisables pour les questions clés de la planification résiliente en cas de catastrophe.