多智能体系统是人工智能领域的重要学科，具有自主性、分布性、协调性等特征。多智能体技术被广泛应用于工业制造、交通控制、面向智能体软件开发等领域。多智能体平台将多智能体系统底层实现和多智能体系统的具体内容分离开来，便于不同领域用户对多智能体系统的快速构建。　　随着实际应用的日趋复杂，人们对多智能体系统提出了实时性需求。实时系统不仅要求执行结果正确，还要求任务在其截止期内得到响应。为了快速开发具有实时约束的多智能体系统，实时多智能体平台的研发具有重要意义。但是，目前大多数多智能体平台并不能保证实时任务的时间约束，这限制了多智能体平台在硬实时领域的应用。实时调度是保证实时任务截止期的重要手段。因此，通过对多智能体平台中实时任务调度方法的研究来满足任务的截止期约束，可以保证系统行为的可预测性，提高系统的可靠性。　　为了解决上述问题，本文针对已有的多智能体平台AgiBuilder提出了一种用于保证平台内任务实时性的硬实时调度方法。文中首先分析了AgiBuilder平台中存在的任务，对其进行分类，并建立相应的任务模型。其次，对所要研究的调度问题进行了定义和建模，并在此基础上设计了一种将预调度机制与EDF调度算法相结合的硬实时在线任务调度算法——PR-EDF调度算法。该算法考虑了智能体间任务协作这一重要特性。接着，给出了PR-EDF调度算法的可调度条件。基于该条件，设计了一种准入控制算法，来确保系统承诺调度的任务一定会在截止期内完成。　　最后，本文对PR-EDF实时调度算法进行模拟实验，分析算法的调度成功率。同时，设计对比实验，将传统的EDF调度算法应用于AgiBuilder平台中，与PR-EDF调度算法进行比较。实验结果显示，与EDF调度算法相比，PR-EDF调度算法能够在高负载的情况下保持较好的任务调度成功率。