Hoy en día, muchas personas en todo el mundo no pueden caminar perfectamente debido a problemas en las rodillas. Un dispositivo asistencial para la rodilla es una opción para apoyar la marcha de aquellos con poca o insuficiente fuerza muscular en la rodilla. Muchos estudios de investigación han creado dispositivos para la rodilla con sistemas de control que implementan diferentes técnicas y sensores. Este estudio propone una versión alternativa del sistema de control del dispositivo de rodilla sin utilizar demasiados actuadores y sensores. Aplica la estrategia de control de rigidez artificial y aprendizaje automático (MLASCS) que utiliza un actuador combinado con un encoder para estimar la cantidad de soporte asistencial en una marcha a partir de los datos de marcha registrados. El estudio registró varios datos de marcha y analizó los momentos de la rodilla, y luego entrenó un modelo de k-vecinos más cercanos utilizando el ángulo de la rodilla y la velocidad angular para clasificar un estado en un ciclo de marcha. Esta estrategia de control también implementa rigidez artificial instantánea (IAS), un sistema de control que requiere solo el ángulo de la rodilla en cada estado para determinar la cantidad de momento de soporte. Después de validar el modelo a través de simulaciones, la precisión del modelo de aprendizaje automático es de alrededor del 99.9% con una velocidad de 165 observadores/s, y el esfuerzo al caminar se reduce hasta en un 60% en un solo ciclo de marcha.