In den nächsten Jahren wird eine neue Generation humanoider Roboter entwickelt werden, die in der Lage sein wird, anspruchsvolle Aufgaben in einer komplexen, dynamischen, häuslichen Umgebung autonom zu bewältigen. Um die hierfür erforderlichen Voraussetzungen zu erfüllen, wird ein neues Multi-Sensor-basiertes, diskret-kontinuierlich arbeitendes übergeordnetes Regelungskonzept vorgeschlagen, das in der Lage ist, sogar komplexe menschliche Fähigkeiten nachzuahmen. Jede dieser Fähigkeiten ist untergliedert in einzelne Aktionsprimitive. In Abhängigkeit von den Sensorsignalen, die den Zustand des Roboters beschreiben, ist der diskrete Teil des Systems für die Auswahl und die darauf folgende Ausführung eines Aktionsprimitives verantwortlich. Der kontinuierliche Teil des Regelungssystems stellt sicher, dass jedes Aktionsprimitiv von den geeigneten (Sub-)Reglern ausgeführt wird. Eine dynamische Aufgabenstruktur basierend auf Aktionsprimitiven und Petri-Netzen wird präsentiert. Diese Struktur findet als Werkzeug für eine flexible Programmierung sowie als effizientes Mittel für eine Echtzeit-Entscheidungsfindung und -Ausnahmebehandlung Verwendung. Sowohl der theoretische Ansatz als auch experimentelle Ergebnisse der aktuellen Forschungsvorhaben werden in diesem Vortrag diskutiert.