Dos desafíos principales en el control de dispositivos de rehabilitación robótica son las incertidumbres en los modelos dinámicos y, más importante aún, la necesidad de controladores capaces de adaptarse a las perturbaciones externas debido a la interacción humano-robot. Para abordar estos problemas, este artículo propone el algoritmo de optimización por enjambre de partículas (PSO) para la sintonización de ganancia en tiempo real en el controlador de modo deslizante (SMC) basado en la ley de alcance exponencial (ERL). El enfoque propuesto fue diseñado para un exoesqueleto robótico de siete grados de libertad (DOF) utilizado en la rehabilitación física de la parte superior del cuerpo. El algoritmo de optimización tiene como objetivo minimizar los errores de seguimiento en los ejercicios de rehabilitación a través del robusto controlador ERL aplicado a sistemas no lineales con perturbaciones externas. El método propuesto fue validado a través de pruebas experimentales realizadas en dos sujetos sanos, y los resultados indicaron una reducción de más del 20% en los errores de seguimiento en comparación con las ganancias sintonizadas heurísticamente. Se muestran análisis matemáticos de modelado dinámico y convergencia del algoritmo.