La idea de desarrollar un robot de rehabilitación multijoint es satisfacer las demandas de recuperación de la funcionalidad de las extremidades inferiores en discapacidades hemipléjicas y asistir a los fisioterapeutas con sus planes de terapia. Este trabajo tiene como objetivo implementar la estrategia de Control Adaptativo de Lyapunov y Lógica Difusa de Enjambre (LASFC) de un Robot Asistencial de Extremidades Inferiores (LLAR) de 4 grados de libertad (4-DoF), en la que la ley de control es una integración del control de lógica difusa de enjambre (SFLC) y el control adaptativo de Lyapunov (LAC) con optimización por enjambre de partículas (PSO). El controlador se establece en función del error de estado estacionario filtrado deslizante para SFLC. Sus parámetros se ajustan utilizando PSO para el modelo matemático de LLAR. La membresía de desfuzzificación difusa se establece en función de los parámetros ajustados para el sistema de control en tiempo real. La estrategia LAC se determina utilizando el análisis de estabilidad del sistema para elegir los parámetros del controlador mediante la observación de la salida del sistema y la referencia. La ley de control implementada en LLAR es la integración de SFLC y LAC para ajustar el voltaje de entrada de las articulaciones. Los parámetros ajustados por PSO se comparan estadísticamente con el algoritmo genético (GA). Además, el seguimiento de trayectoria en tiempo real del controlador propuesto para cada articulación se compara con LAC y SFLC por separado. El experimento reveló que el LASFC tiene un rendimiento superior a los otros dos métodos en el seguimiento de trayectoria. Por ejemplo, el error promedio para la cadera izquierda por LASFC es un 53.57% y un 68% menor que SFLC y LAC, respectivamente. A través del análisis estadístico, se puede afirmar que la estrategia LASFC funcionó de manera eficiente para el control en tiempo real del seguimiento de la trayectoria de la articulación.