A cada dia um número maior de sistemas robóticos inteligentes vem fazendo parte de nosso dia à dia, sejam eles simples como robôs que limpam o chão ou porteiros eletrônicos, ou de maior complexidade como carros autônomos e robôs que auxiliam pessoas que entram em bancos. Esses sistemas inteligentes, sejam eles simples ou complexos, tem em comum uma estrutura básica independentemente das funcionalidades: Um objetivo a ser alcançado, um estado inicial e funcionalidades que o fazem alcançar seu objetivo. Para os sistemas robóticos complexos, é fundamental que eles sejam capazes de planejar meios de atingir seus objetivos, mesmo que a princípio abstratos, e assim monitorar esse planejamento para que a estrutura seja robusta e o objetivo seja alcançado dadas as imprevisibilidades do mundo real. Através de robôs domésticos ou de diversos outros propósitos, de tempos em tempos são vistos trabalhos aplicando técnicas de planejamento de ações para encontrar meios de criar agentes com maior inteligencia e que escolham suas ações por meio de processos deliberativos através do conhecimento prévio sobre o domínio que os rodeia. Mesmo com o esforço da comunidade que para manter essa vasta área de planejamento sempre atualizada, diversos trabalhos podem ser revisitados e melhorados, tendo em vista que novas aplicações e expansões para os algoritmos usados previamente podem ser implementadas e novos problemas podem ser introduzidos. Neste contexto, este trabalho busca explorar o planejamento de ações para robótica doméstica, onde o ROSPlan, framework que traz módulos para planejamento de ações em robótica, é utilizado junto às Redes de Petri, para melhorar a aplicação de ambas as ferramentas em conjunto em tarefas de propósito geral em robótica de serviço. Além disso, um módulo de expansão de plano é proposto, para que possamos melhorar a eficiência da arquitetura com base no que já foi feito pela comunidade previamente. Para avaliação do modelo proposto, foram submetidos testes a partir de um simulador de tarefas da competição Robocup@Home e foi verificada o desempenho do robô HERA nestas execuçõesEvery day more intelligent robotic systems are part of our daily lives, whether they are simple as robots that clean the floor or doorkeepers, or more complex as autonomous cars and robots that help people who enter banks. These intelligent systems, be they simpler or more complex, have in common a basic structure regardless of the functionalities: An objective to be achieved, an initial state and functionalities that make it reach its objective. For the most complex robotic systems, it is essential that they are able to plan ways to achieve their objectives, even if at first abstract, and thus monitor that planning so that the structure is robust and the objective is achieved given the unpredictability of the real world. Through domestic robots or various other purposes, from time to time works are seen applying action planning techniques to find ways to create more intelligent agents and that choose their actions through deliberative processes through prior knowledge about the domain that surrounds. Even with the effort of the community to keep this vast area of planning always updated, several works can be revisited and improved, considering that new applications and expansions for the previously used algorithms can be implemented and new problems can be introduced. In this context, this work seeks to explore action planning for domestic robotics, where ROSPlan, a framework that brings modules for robotic action planning, is used together with Petri nets, to improve the application of both tools together in tasks general purpose in service robotics. In addition, a plan expansion module is proposed, so that we can improve the efficiency of the architecture based on what has already been done by the community previously. To evaluate the proposed model, tests were submitted using a task simulator of the Robocup@Home competition and the performance of the HERA robot in these executions was verified