写一段改进人工势场法结合A*算法的路径规划及仿真的MATLAB代码，注意数组大小兼容性。

以下是一个简单的MATLAB代码，使用改进人工势场法结合A*算法来进行路径规划和仿真。该代码假设机器人可以向上、下、左、右四个方向移动，且每次移动的距离为一个单位。请注意，该代码中的数组大小应与具体问题的要求相匹配。

% 初始化地图
map = zeros(10, 10);
startPos = [1, 1]; % 起点坐标
goalPos = [10, 10]; % 终点坐标
map(goalPos(1), goalPos(2)) = 2; % 在终点位置上标记为2，以便在可视化时进行区分

% 初始化势场
potentialField = zeros(size(map));
for i = 1:size(map, 1)
    for j = 1:size(map, 2)
        if map(i, j) == 0 % 如果该位置不是障碍物
            potentialField(i, j) = norm([i, j] - goalPos); % 计算该位置到终点的距离
        else % 如果该位置是障碍物
            potentialField(i, j) = Inf; % 标记为无穷大，表示该位置是无法到达的
        end
    end
end

% A*算法
openList = [startPos, 0, heuristic(startPos, goalPos)]; % 初始化openList，包含起点坐标，起点到该点的实际代价（初始为0），起点到终点的启发式代价
closedList = []; % 初始化closedList
while ~isempty(openList)
    currentPos = openList(1, 1:2); % 从openList中选择代价最小的点
    openList(1, :) = []; % 从openList中删除该点
    if isequal(currentPos, goalPos) % 如果已到达终点
        break;
    end
    closedList = [closedList; currentPos]; % 加入到closedList中
    for i = 1:4 % 遍历四个方向
        neighborPos = currentPos + direction(i, :); % 计算邻居坐标
        if ~inMap(neighborPos, size(map)) || map(neighborPos(1), neighborPos(2)) ~= 0 || ismember(neighborPos, closedList, 'rows') % 如果邻居不在地图内、是障碍物或已在closedList中
            continue;
        end
        cost = potentialField(currentPos(1), currentPos(2)) - potentialField(neighborPos(1), neighborPos(2)); % 计算实际代价
        hCost = heuristic(neighborPos, goalPos); % 计算启发式代价
        if ~ismember(neighborPos, openList(:, 1:2), 'rows') % 如果邻居不在openList中
            openList = [openList; neighborPos, cost, hCost, size(closedList, 1)]; % 添加到openList中
        else % 如果邻居已在openList中
            index = find(ismember(openList(:, 1:2), neighborPos, 'rows'));
            if openList(index, 3) > cost % 如果当前路径代价更小
                openList(index, 3) = cost; % 更新实际代价
                openList(index, 4) = hCost; % 更新启发式代价
                openList(index, 5) = size(closedList, 1); % 更新父节点
            end
        end
    end
    openList = sortrows(openList, 3) % 按代价从小到大排序
end

% 可视化
figure;
hold on;
for i = 1:size(map, 1)
    for j = 1:size(map, 2)
        if map(i, j) == 1 % 如果该位置是障碍物
            plot(i, j, 'ro', 'MarkerSize', 10); % 画红点表示障碍物
        elseif map(i, j) == 2 % 如果该位置是终点
            plot(i, j, 'gd', 'MarkerSize', 10); % 画绿钻表示终点
        end
    end
end
currentPos = goalPos;
while ~isequal(currentPos, startPos) % 从终点开始回溯路径
    plot(currentPos(1), currentPos(2), 'b*', 'MarkerSize', 10); % 画蓝星表示路径点
    parentIndex = openList(find(ismember(openList(:, 1:2), currentPos, 'rows')), 5); % 找到当前点的父节点
    currentPos = closedList(parentIndex, :); % 更新当前点
end
plot(startPos(1), startPos(2), 'bd', 'MarkerSize', 10); % 画蓝钻表示起点
axis equal;

其中，`direction`是一个4行2列的数组，表示四个方向的移动向量；`inMap`是一个判断坐标是否在地图内的函数；`heuristic`是一个计算启发式代价的函数，例如可以使用曼哈顿距离等简单的方法。