El transporte de cargas grandes puede hacerse posible con Sistemas Multi-Robot (MRS) que implementan estrategias cooperativas. En este trabajo, nos enfocamos en la tarea de planificación de trayectorias coordinadas de MRS aprovechando un marco de Control Predictivo de Modelo (MPC) que aborda tanto a los robots actuantes como a la carga transportada. En este contexto, el principal desafío es la posible ocurrencia de un desajuste temporal entre las acciones de los agentes, con errores de formación consecuentes que pueden causar daños severos a la carga transportada. Para mitigar este riesgo, el esquema de coordinación puede aprovechar un enfoque de líder-seguidor, en el cual se establece una estrategia jerárquica para equilibrar la realización de la tarea y las dinámicas y restricciones del entorno. No obstante, particularmente en espacios estrechos o entornos desordenados, la elección óptima del líder puede llevar a trayectorias que son inviables para el seguidor y la carga. Con este fin, proponemos una estrategia de líder-seguidor consciente de la viabilidad, donde el líder calcula una trayectoria de referencia, y el seguidor tiene en cuenta sus propias restricciones y las de la carga; además, el seguidor puede comunicar la inviabilidad de la trayectoria al líder, que reacciona cambiando temporalmente a una política conservadora. El diseño co-consistente de MRS es permitido por la formulación de MPC, tanto para el líder como para el seguidor: aquí, la capacidad de predicción de MPC es clave para garantizar una ejecución correcta y eficiente de la acción coordinada líder-seguidor. El enfoque se establece y discute formalmente, y se lleva a cabo una campaña numérica para validar y evaluar el esquema propuesto, con respecto a diferentes escenarios de creciente complejidad.