选择贪心备份动作 14

在某个状态中，动作 1 先给出即时奖励 0.8，之后以概率 0.2 转到价值为 6 的状态，否则转到价值为 1 的状态。动作 2 先给出即时奖励 0.5，之后以概率 0.5 转到价值为 2 的状态，否则转到价值为 3 的状态。若 gamma=0.75，哪一个动作是贪心动作？对应的备份值是多少？