La rehabilitación robótica del exoesqueleto de extremidades inferiores tras una lesión neurológica ha demostrado ser una técnica de rehabilitación efectiva. Desarrollar estrategias de control asistivo que logren movimientos rehabilitadores puede aumentar el potencial de recuperación de la coordinación motora de los participantes. En este artículo, las contribuciones innovadoras son investigar un controlador robusto de modo deslizante (SMC) con un compensador de red neuronal de funciones de base radial (RBFNN) para un novedoso exoesqueleto de extremidades inferiores con actuador de tendón y funda de cumplimiento (CLLE) para proporcionar entrenamiento de rehabilitación intrínseca del muslo y la espinilla. Se propone un controlador que emplea el compensador RBFNN para reducir el impacto de la fricción del sistema de actuador de tendón y funda de cumplimiento (CTSA). En el diseño del compensador, se investiga un solo parámetro para reemplazar la información de peso de la red neuronal. Nuestro controlador propuesto muestra un rendimiento de control rápido, estable y preciso, independientemente de las interacciones de incertidumbre. Se introducen dos algoritmos adicionales, incluyendo un controlador robusto adaptativo de modo deslizante (RASMC) y un controlador proporcional-integral de modo deslizante (SMPIC), en este artículo para comparación. Las simulaciones se presentaron con MATLAB/SIMULINK para validar la superioridad del rendimiento del controlador propuesto.