本书围绕上肢康复机器人在神经康复中的应用需求，系统研究了康复训练过程中的控制策略与实现方法。内容涵盖从上肢痉挛建模、人机交互力估计，到康复轨迹规划、被动与主动训练阶段的智能控制方法，构建了一套兼顾康复安全性、适应性与有效性的控制理论体系。在建模方面，本书针对偏瘫患者常见的上肢痉挛问题，基于肌肉骨骼系统建立了具有不确定性的痉挛力矩模型，并通过经验Bayes方法实现参数估计；在人机交互中，构建了高阶阻抗模型，提出基于积分变换的人机交互力在线估计算法，确保估计收敛性与实时性。在控制策略设计上，针对被动训练阶段提出了非参数不确定自适应迭代学习控制方法，实现轨迹跟踪与误差抑制；在主动训练阶段，构建了双重迭代优化控制架构，融合学习控制与最优控制，协调主动力与痉挛力的平衡，保障训练安全性与康复效果。