Résumé : Les techniques d'Intelligence Artificielle constituent une approche intéressante pour automatiser des applications comme le contrôle de processus, l'assistance médicale ou la robotiue. La plupart de ces applications sont de nature temps réel. Alors que le temps réel nécessite des opérations continues et prédictibles, les techniques issues de l'Intelligence Artificielle mettent en oeuvre des algorithmes coûteux en temps, avec des performances imprévisibles et fortement variables. Mais si la vitesse d'exécution est bien évidemment un paramètre essentiel dans la conception de systèmes temps réel, ce n'est pas le seul. Comme indiqué dans [DOD 891, la capacité d'un système à respecter ses dates limites d'exécution, sa réactivité face aux événements nouveaux qui se produisent, sa capacité à réévaluer les priorités en fonction de la charge du système sont autant de paramètres fondamentaux dans une approche intelligente pour les applications temps réel. Pour traiter l'antagonisme entre l'IA et le temps réel, nous proposons un modèle d'agent PROGRESS qui permet grâce à un mécanisme de négociation simple d'optimiser l'utilisation des ressources disponibles. Ce mécanisme est hiérarchisé en deux niveaux.