Los enfoques de control predictivo basado en modelos (MPC) se utilizan ampliamente en robótica, porque garantizan la viabilidad y permiten el cálculo de trayectorias actualizadas mientras el robot se mueve. Generalmente requieren referencias heurísticas para los términos de seguimiento y un ajuste adecuado de los parámetros de la función de costo para obtener un buen rendimiento. Por ejemplo, cuando un robot bípedo tiene que reaccionar a perturbaciones del entorno (por ejemplo, para recuperarse después de un empujón) o seguir un objetivo específico con gaits estáticamente inestables, la efectividad del algoritmo puede degradarse. En este trabajo, proponemos un generador de referencias basado en optimización que explota un modelo de péndulo invertido lineal (LIP) para calcular trayectorias de referencia para el centro de masa, teniendo en cuenta la posible subactuación de un gait (por ejemplo, en un trote). Las trayectorias obtenidas se utilizan como referencias para la función de costo del MPC no lineal presentado en nuestro trabajo anterior. También presentamos una formulación que garantiza tiempos de respuesta para alcanzar un objetivo sin necesidad de ajustar los pesos de los términos de costo. Además, se corrigen los puntos de apoyo utilizando la referencia optimizada para guiar al robot hacia el objetivo. Demostramos la efectividad de nuestro enfoque tanto en simulaciones como en experimentos en diferentes escenarios con el robot Aliengo.