我没有看这个讲座，但是，在我看来，强化学习和迁移学习是完全不同的东西。迁移学习是关于微调模型，该模型在一个数据上进行训练，然后努力处理另一个数据和另一个任务。例如，如果您在 imagenet 上使用预训练模型的权重，然后将其实施到您的数据集，而您的数据集由少量不同种类的鸟类图像组成（这可能不足以训练例如从头开始的 unet）。强化学习是关于一些代理应该如何响应环境条件以获得高回报。当存在一定范围的环境限制时，有一个无人机送货的说明性示例。有两个链接，可能有用： https://machinelearningmastery.com/transfer-learning-for-deep-learning/
https://skymind.com/wiki/deep-reinforcement-learning

我想，我无法回答，哪种方法更好，因为它们旨在解决不同的挑战。