Acho que você tem a essência básica correta. Pelo que vi no filme, os óculos hipnotizam o usuário, o que permite ao "Screen Slaver" dar instruções aos que estão sendo controlados. As telas pareciam funcionar nos dois sentidos também, dando uma transmissão ao vivo para o controlador.
Assim, enquanto os pedidos podem ser feitos, ou seja, "Vá capturar essa pessoa", e o que o usuário vê, o "Screen Slaver" não tem controle total sobre as ações / movimentos do usuário. Considerando que numerosos personagens caem sob controle ao mesmo tempo, isso tornaria isso impossível (a mão esquerda é o jogador 1, a mão direita é o jogador 2, tudo bem, agora eu tenho que usar meu pé para o jogador 3).